1

1. GR

Son yllarda yapay zekann alt bileenlerinin birleiminden oluan eitli kombinasyonlar bilim ve endstri bulank (neuro-fuzzy) veya alanlarnda yaygn olarak kullanlmaktadr. (fuzzy-neuro) sistem olarak Bulank mantk ve sinir alar ayn uygulama iinde beraber kullanlrlar ve sinirselbulank-sinirsel adlandrlrlar. Takagi ve Hayashi 1988li yllarda byle sistemleri ilk olarak tanmlamlardr [Zadeh 1997]. Bulank kmelerin ve sinir alarnn beraber kullanm birok isimle adlandrlmaktadr. rnein bulank-sinir sistemler, bulank-sinir kontroller veya sinirsel bulank sistemler vb. Bu aratrmalar byle cazip yapan birbirinin tamamlaycs olan bulank mantk ve sinir alarnn baarl birleimleridir. Farkl aratrmaclar tarafnda bu birleimlerin yetenekleri tek balarna kullanldklarndan daha stn bulunmutur [Petrycz 1953]. Bu birleimin tek bana klasik bulank mantk veya klasik yapay sinir alarndan daha avantajl olmasndan dolay eitli uygulamalar iin caziplii artmaktadr. Bu birleimle bulank mantk ve yapay sinir alarnn birbirlerinin eksiklerini tamamlamalar sayesinde daha yetenekli sistemler elde edilmektedir. Sinir alar ile sunulan bilgideki anlalma zorluu bulank mantn szel terimleri ve eer o halde kurallar ile ortadan kaldrlarak anlarl kolay szel dille ifade edilebilen ktlar elde edilebilir. Bulank manta sinirsel alarla renme yetenei kazandrlabilinir. Her kural tabanl bulank sisteme bir sinir a ile yaklam salanabilir (ileri srml, ok katl). Her sinir ana da kural tabanl bulank sistemlerle yaklam salanabilir [Baykal ve Beyan 2004]. Bulank sinir a ile bulank bilgi ileme yeteneinde bulank bir sinir a ifade edilmektedir. Sinirsel bulank sistemlerde ise bulank sistemin esneklik, hz ve uyarlanrlk gibi zellikleri sinir alar ile arttrlmtr [Baykal ve Beyan 2004]. Bulank sinir alarnda bulank mantk kavramlar ile klasik sinir alarnn bilgi sunum yetenekleri zenginletirilmektedir. Bu da sinir alarnn girdi, arlklar, aktivasyon fonksiyonlar ve kt gibi dzeylerinde bulank kavramlarn kullanlmas ile salanabilir. Sinirsel

bulank

sistemlerde

bulank

karm

sistemleri

sinir

yetenekleri

ile

zenginletirilmektedir. Bulank sinir alarda sinir alarnn girdi verisini bulandrma, retim rneklerine bulank etiketler atama, retim ilemlerini bulandrma, sinir a ktlarn bulanklatrma, sinir hcrelerinin standart arpm ve toplam ilemcileri yerine bulank kme teorisindeki birleim, kesiim ilemciler kullanma, alarn aktivitesini bulanklatrma gibi zellikler mevcuttur. Bulank sinir alar iin tip mevcuttur. Bulank sinir alarnn ilk tipi gerek giri, bulank arlklar ikinci tip bulank giri, gerek arlklar nc tip bulank giri, bulank arlklardr [Aliev 2001]. Sinirsel bulank alarda ise bulank kmeleri sunan yelik fonksiyonunu gerekletirmek iin sinir alar tasarlama, bulank karar vermeyi uygulamak iin sinir a tasarlama mevcuttur. Bulank karar vermede kural taban oluturulur ve bu dorultuda sinir a ilem yapar. Sinirsel-bulank alarda sinir a hcreleri standart olabilir veya hcreler karar aktarm iin kullanlabilir. Bu sistemler ile ilgili almalar yapabilmek iin ncelikle bu sistemler ayrnts ile ele alnacak ve bunlarn kullanm ile ilgili rnekler yaplarak konunun anlalrln arttrmak iin rneklerin grsel bir programlama dili olan delphi yardmyla simlasyon programlar oluturulacaktr. Blm ikide kaynak aratrmas yaplm olup, konu ile ilgili olan almalara deinilmektedir. Blm de almada kullanlan materyal ve metodlar geni bir ekilde gsterilmekte ve incelenmektedir. Burada rnek zerinde uygulama yaplm ve sonular da blm drtde gsterilmi ve tartlmtr.

2. KAYNAK ARATIRMASI

Bulank mantn dier yapay zeka alanlarna uygulanmaya balamas ile birlikte yeni bir r olumutur. Bulank mantn dier alanlara uygulanmas bulank mantk eksiklerini ortadan kaldrmtr. Bu eksiklerin en nemlisi renme yetenei olmamasdr. 1990larda renmedeki yetersizlik ilgiyi bulank sistemlere renme yetenei kazandrlmasna ekmitir. renme yeteneini kazandrmada en baarl yaklamlar yapay sinir alar ile oluturulan kombinasyonlarnda bulank-sinir (fuzzy-neuro) olarak salanmtr. Bu kombinasyonlu birleim iki at altnda toplanmtr. Bunlardan birincisi sinirsel-bulank (neuro-fuzzy) dieri adlandrlmaktadr. 1980lerin sonlarnda, ABD de yapay sinir a denetimi robot kollarnda, uzay mekiklerinde, kimyasal ilemlerde, yksek kaliteli para retiminde ve havaclk uygulamalarnda kullanlmaya balanmasyla artan ilgi 1990l yllarda giderek artt. 1991de Berkeley giriimi (Berkeley Initiative in Soft Computing, BISC) bir endtriyel ilikilendirme program olarak L.A Zadeh ynetiiliinde kurulmas ile biliimsel zeka, yani bulank mantk, yapay sinir alar gibi alanlarn birletirilmesi dnya aratrmaclar tarafndan ilgi oda oldu. Zadeh in konumac olarak katld 1993, 1996 ve 1999 yllarnda Japonyadaki IEEE uluslararas seminerinde sinir alar ile bulank mantn bileik rnekleri zerine odaklanlmtr. Jang (1992) ANFIS mimarisini bulank kontrolrlerin performansn

gelitirmek iin kullanmay nermiti. Bulank kontrolrlerin performans iki nemli faktre baldr. Bunlardan birincisi bilgi kazanm, ikincisi ise uzman sistemlerin kullanlabirlii olarak saptanmtr. Uzman sistem kullanmadan bulank kontrolr oluturmak iin renim metodu olarak geriye yaylm metodu kullanld. Rao ve Gup (1994)ta bulank sinir alarnn biyolojik balant sinir hcrelerinin temel yapsn, prensiblerini ve mimarisini tanmladlar. Bulank sinir

alarnn iki modelini sundular. Birincisi bulank giri sinir ana uygulanr ve sonucu renmesi iin eitilir. kincisinde sinir a ile hata geriye yaylarak eitilir ve sonuca ulalr. Martinez ve Wilson (1997) toplu otomasyon ilemi iin bir model sundular. Bu aratrmada zerk bir kontrolr, en yakn ve en uygun performansla, istenene en yakn ilem durumu yrtebilen ve eylemleri kontrol etmeyi tamamlamay durdurmadan renebilen bir sistemdi. Bu sistem bulank renen algoritma kontrolr yaratmak iin nerildi. Dagli ve dierleri (1997) dorusal olmayan kontrol problemlerine daha iyi bir model bulmak iin sistemin hatalarn ve tremi hatalarn deerlendirerek kontrolrn performansn saptayan bulank arml bellek ile, dinamik sinirsel alar kombine ettiler. Sunulan model blmden olumaktadr; bulanklatrc, kural taban ve durulatrc. Bulank yelik uyarlama ilemi sonu ann kalitesini ykseltmek iin kullanld. Sunulan model kimyasal ve gerek ilemlerde test edildi. Peng ve Chen (1999) dinamik sistemler, dorusal olmayan sistemler, kimyasal ilemlerin direk adaptif kontrol iin akll bir kontrol sistem gelitirdiler. Drt katmanl edeer balayc a ile bir sinirsel bulank kontrolr oluturdular. Tretilmi renme algoritmas ile bulanklk kurallar ve yelik fonksiyonlar ilem sonu hatalarn inceleyerek uygun deerlerle gncellendi. Belarbi (2000) klasik yaylmayla bulank bir sistem iin sonu karma

kurallarn renen bir bulank mantk kontrolr tasarladlar. Bu sistemin kural temellerini oluturmak iin eitimli adan kontrolr kurallar seilip kartld. Sistem 9 kural ile olduka basit olmasna ramen, simlasyon sonular, parametre varyasyonlar ve ileyen artlar altnda iyi bir diren derecesi gstermitir. Ylmaz (2001) sinirsel bulank alarn kullanm ile verilere gre bulank kontrol kurallarnn elde edilme yntemlerini incelemitir. Ara kontrol probleminin zmnde bulank denetleyici, sinirsel bulank denetleyici ve Sugeno yaklam

rnek snflandrma probleminin zmnde ise yapay sinir alar, max-min sinirsel alar ve olabilirlik yaklam yntemleri kullanlmtr. terasyon says dnldnde bulank denetleyicinin, a ve konum am dnldnde ise sinirsel bulank denetleyicinin, kural says ve ilem hz dnldnde sugeno yaklamnn en uygun yntem olduuna karar vermitir. Gler (2003) bulank kural tabanl sistemleri inceleyerek kurallarn art ve sonu ksmlarnn bulank yntemlerini gelitirmitir. Bulank kural tabanl sistemlerin sinirsel alarla gsterimi incelenmitir. Bulank-kural tabannn gsterimi iin max-min sinirsel a gelitirmitir. Gizli katmanl sinirsel a ele alnm ve giri ile gizli katmanlardaki eik fonksiyonlar birletirilmitir. Max-min sinirsel alarn kullanm ile bulank snflandrma probleminin zm iin bir yntem nerilmitir. 1980li yllarn sonlarndan balanarak bugnlere kadar yaplan bu almalar ile sinirsel-bulank ve bulank-sinir a yaplar gelimi olup uygulama alanlar da genilemitir. Gnmzde de almalar devam etmekte olup farkl uygulama alanlarnda kullanlarak sinirsel-bulank ve bulank-sinir a yaplarnn avantajlarndan faydalanlmaktadr.

3. MATERYAL VE METOD

3.1. Bulank-Sinir ve Sinirsel-Bulank Bileik Sistemler

Bulank-sinir ve sinirsel-bulank sistemlerin her ikisi de tek bir geree dayanr. Bu gerek temelde bulank kmeler ve sinir alarnn beraber kullanmna dayanmaktadr. Bu birleim birok adla adlandrlmaktadr. rnein, bulank-sinir sistemler, bulank-sinir denetleyiciler, sinirsel-bulank sistemler, sinirsel-bulank kontroller vb.dir. Genel olarak bulank-sinir alar ve sinirsel-bulank alar olarak bilinirler. Bulank-sinir alar ile bulank bilgi ileme yeteneinde bulank bir sinir a ifade edilmektedir. Sinirsel bulank alarla ise, bulank sistemin bulandrma, karm, durulama gibi zellikleri sinir alar ile arttrlmtr. Bulank-sinir alarda aadaki kategoriler mevcuttur: 1) retim ilemlerini bulandrma, sinir a ktlarn bulank kme ile sunma. 2) Sinir hcrelerinin standart arpm ve toplam ilemleri yerine bulank kme teorisinde kullanlan birleim, kesiim gibi eitli ilemlerle tasarlanmas. 3) Alarn aktivitesi de bulank olacaktr. Sinirsel-bulank alarda ise aadaki kategori mevcuttur: 1) Bulank mantksal karar vermeyi uygulamak ve bulank kmeleri sunan yelik fonksiyonunu gerekletirmek iin sinir alar tasarlama.

3.2. Bulank-Sinir ve Sinirsel-Bulank Alarn Avantajlar

Bulank-sinir ve sinirsel-bulank alar bulank mantk ve yapay sinir alarnn kombinasyonundan olumaktadr. Bu kombinasyonlu kullanm bulank mantk teoreminin veya yapay sinir alarnn tek bana kullanmndan daha avantajldr. nk bu birleim onlara hem bulank mantn hem de yapay sinir alarnn avantajlarnn da birleimini salamtr. Bu avantajlar: 1) Hem renme hem de dilsel ifade yetenei: Yapay sinir alarnn eitilmesi ile salanan renme yetenei bu birleimlerde mevcuttur. Ayn zamanda bu birleimlerde bulank mantn insann dnce yapsna uygun dilsel ifade yetenei de mevcuttur. 2) Saysal dilbilimsel veya mantksal bilgi ileme: Yapay sinir alarnn saysal bilgi ileme ve bulank mantn mantksal bilgi ileme yeteneinin her ikisini de kullanabilir. 3) Belirsiz davran veya belirli bilgi: Yapay sinir alar karmak lineer olmayan problemlerin zmnde baarl olabilirken kta kesin sonular vermesi bazen snrl kalabilmektedir. Bu kesin olmayan sonular bulank mantk ile ifade edilir. 4) Bulank sistemin esneklik, hz ve uyarlanrllk gibi zellikleri sinir alar ile arttrlmtr. Bu avantajlar sayesinde: Daha performansl Belirsizlie kar daha toleransl Uygulanabilirlii yksek Dk maliyetli Bilgi ileme yetenei yksek Daha hzl renebilen

sistemler olan bulank-sinir ve sinirsel-bulank sistemler elde edilmitir.

3.3. Sinirsel Bulank Alar (Neuro-Fuzzy System)

Sinir alarnn yetenekleri ile zenginletirilmi, renme yetenekleri olan bulank karm sistemlerine sinirsel bulank sistemler denir. Sinirsel bulank bir sistem bulank akl yrtme ilemini gerekletirmek iin tasarmlanr. Burada an balant arlklar, bulank akl yrtmenin parametrelerine karlk gelir. Sinirsel bulank sistem, geriyaylm tipi renme algoritmas kullanarak bulank kurallar tanmlayabilir ve bulank akl yrtmenin yelik fonksiyonlarn renebilir (Baykal ve Beyan 2004). renme yeteneine sahip olan durum mevcuttur. 1) Sistem kural olmakszn balar ve problemi zlene kadar yeni kural retimi gncel kural taban tarafndan tetiklenerek renme salanr. 2) Sistem, kurallar ile balar ve bunlarn performanslarn deerlendirerek kural tabanndan yetersiz olanlarn siler. 3) Sistem, sabit sayda kural taban ile balar. renme srasnda kurallar bir optimizasyon ilemi ile yer deitirir. Sradan sinir alarnda, dmler ayn ilevselliktedir. Fakat sinirsel bulank sistemlerde dmler farkl ilevselliklere sahiptir. Yani, baz dmler girdi deikenlerinin baz dmler kt deikenlerinin szel terimlerini ifade eder. Sinir alarnda komu katmanlardaki dmler tamamen birbirlerine bal iken sinirsel bulank alar da kullanlr. baz dmler ve balantlar bulank kurallar temsil etmek iin sinirsel bulank sistem szel kurallar ve

yelik fonksiyonlarn renebilir veya var olanlarn optimize edebilir. Burada

Sinirsel bulank sistemlere balangta bilgi yerletirilir. Bu nedenle, lokal en ke yaknsama, sradan sinir alarndaki kadar ciddi olmayabilir. Modern sinirsel bulank sistemler genel olarak ileri beslemeli ve ok katmanldr. ekil 3.3.1de ileri beslemeli ve ok katmanl sinirsel bulank denetleyicinin genel yaps gsterilmektedir. Sinirsel bulank denetleyicinin her bir xi (i=1,,k) giri parametresinin evrensel kme boyutunun ni ve y k parametresinin evrensel kme boyutunun ise l olduunu kabul edelim. Grld gibi burada bir giri, bir k ve drt gizli katman mevcuttur. lk katmanda giri deeri bulanklatrlmaktadr. Bulanklatrma ilemi iin bulanklatrc sinirsel bulank a yaps kullanlmaktadr. Daha sonra bulank giriler sinirsel bulank aa uygulanmaktadr. kinci katman kural katman olarak kullanlmaktadr. nc katman kural sonu katmandr. Drdnc katman ise durulatrma katmandr.

ekil 3.3.1. Sinirsel bulank denetleyicinin genel yaps

Son yllarda ANFlS, FALCON, FuNe, RuleNet, CARIC, NEFCLASS, NEFCON, NEFPROX adl sinirsel bulank sistemler ortaya konulmutur. ANFIS modeli Sugeno benzeri bulank sistem ierir ve geriyaylml renme kullanr. GARIC, NEFCON, NEFCLASS ve NEFPROX modelleri de Mamdani tip bulank sistemleri kullanmaktadr. Sugeno ve Mamdani tip bulank sistemler ayrntl olarak konu iinde aklanacaktr.

10

3.3.1. Kwak, Lee ve Lee-Kwang modeli

ekil 3.3.2. Kwak-Lee sinirsel bulank sistem yaps

ekil 3.3.2de Kwak, Lee ve Lee-Kwang tarafndan nerilen sinirsel bulank sistemi grlmektedir. Giri deerini X, bulank giri deerini I, kurallar R, kural arlk sonularn T ve k deerini de Y temsil etmektedir. An yaps aadaki gibi aklanabilmektedir.

An ilk (girdi deikeni) katman:

lk katmandaki (L1) dmler kesin olan girdileri alp, onu sadece ikinci katmana geirmektedir.

11

An ikinci (girdi szel terimleri) katman:

Bu katmandaki (L2) bir dm bir girdi deikeninin szel bir terimini temsil eder. Szel terimlerin yelik fonksiyonunu temsil eden parametreleri vardr. rnek olarak ekil 3.3.2deki X1 girdi deikeni ikinci katmandaki dmle ve X2 de iki dmle balantldr. Bu X1'de tanmlanan szel terim ve X2 de de tanmlanan iki szel terim olduu anlamna gelir. kinci katmandaki dm girdinin yelik derecesini kt olarak verir. rnek olarak bir dm bulank bir A kmesini temsil ediyorsa, kts A(x) dr. Aj dm tarafndan temsil edilen bulank kme iken; F2j(x) =Aj (x) 'dir.

An nc (kural) katman:

Bu katman (L3) bulank kural ncl parasna karlk der. rnek olarak ekilde R1 girdisi l11, I21 ve Im1 ktlardr. Bu kuraln ncl parasn temsil eder; Eer "X1 l11 dir" ve "X2 I21 dir" ve .... ve "Xm Im dir" ise, o halde Dm kts, ncl paraya verilen girdinin uyum derecesidir. Uyuma derecesi deerlendirildiinde, en kk veya arpm ilemcileri kullanlabilir. 2 ve 3 nc katmanlar arasndaki balant arl 1.0 'a sabitlenmitir.
EK p ( x ) fj3=(x1,x2,,xp)= pi =1 i i =1 ( x i )

Eer arpm kullanlrsa ( 3.3.1)

12

An drdnc (kt deikeni) katman:

Bu katman (L4) bulank kurallarn son parasn temsil eder. kinci katman gibi, bu katmandaki bir dm kt deikenin szel bir terimini temsil eder. rnek olarak, Tt dm R2 ve Rr olarak iki girdi ierir ve Tt nin son paras olan iki kural temsil ederse; Eer ncl para R2 ise, o halde Y Tt dir ve Eer ncl para Rr ise, o halde Y Tt dir (3.3.2) Dm kts, dm tarafndan temsil edilen kurallara bir girdinin en byk eleme derecesidir. rnek olarak dm kts Tt, R2 ve Rt dmlerindeki en byk ktdr. 3. ve 4. katmanlar arasndaki arlklar kural nem derecesi olarak kullanlr ve 1.00'a sabitlenir. Wji drdnc katmandaki j ile nc katmandaki i dmleri arasndaki arlk iken; f 4j=(x1,x2, ... ,xq)=EB q i =1{wjixi} olarak hesaplanr. (3.3.3)

An beinci (durulama) katman:

Bu katmandaki (L5) bir dm tm kurallarn ktlarn toplar ve bunlar durular.

grenme algoritmas

Bu modelin renme algoritmas hata geri yaylmna dayaldr. renme sreci boyunca, nc ve drdnc katmanlarn arlklar arasndaki ve ikinci ve

13

drdnc katmanlar dmleri arasndaki yelik fonksiyonlarn temsil eden parametreler hata geri yaylm yntemine dayanlarak deitirilmitir.

3.3.2. Mamdani modeli

ekil 3.3.3de nerilen Mamdani ynteminin her katmannn aklamas aadaki gibidir.

y Katman 5 Durulama Katman

Katman 4 Kural Katman

Katman 3 Kural ncesi Katman Katman 2 Bulanklatrma Katman Katman 1 Giri Katman

X1

X2

ekil 3.3.3. Mamdani sinirsel bulank sistem yaps

Mamdani sinirsel-bulank sistem yaps aadaki gibi aklanabilir.

14

Katman bir (giri) katman:

Bu katmanda hesaplama yoktur. Bu katmandaki her bir dm bir giri deerine karlk gelmektedir. Bu katmanda giri deerleri bir sonraki katmana geirilmektedir. Bu katmandaki balant arlk deerleri 1e sabitlenmitir.

Katman iki (bulanklatrma) katman:

Bu katmandaki her bir dm katman 1deki her bir giri deerinin dilbilimsel ifadesine karlk gelmektedir. Dier taraftan k balantlar her bir giri deerinin bulank kmedeki derecesi olan yelik deerlerini temsil etmektedir ki bu yelik deerleri katman 2de hesaplanr. Kmeleme algoritmas her bir giri deerini blmlendirecek yelik fonksiyonunun trne karar verecektir.

Katman (kural ncesi katman):

Bu katmandaki dm kurallardan nceki grevi temsil eder. Bu dmde normalde T-norm operatr kullanlr. Katman 3deki dm k bulank kurallarn tetikleme derecesini temsil eder.

Katman drt (kural sonu katman):

Bu katmandaki dmlerin temel iki grevi vardr. Bu da kural ncesi gelenleri birletirmek ve k ve dilbilimsel etiket iin uygun deeri belirlemek. Bu katmandaki dmn numaras kuraln numarasna eit olacaktr.

15

Katman be (birletirme ve durulama katman):

Bu dm T-conorm operatrn kullanarak btn kurallar birletirir ve son olarak durulama ileminden sonra yeni k deerini hesaplar.

Mandani sistemde renme

Mandani neuro-fuzzy sistemler reticili renme tekniini (geri yaylma algoritmas) kullanr.

3.3.3. Takagi-Sugeno modeli

ekil

3.3.4.de

gsterilen

Takagi-Sugeno

ynteminin

her

katmannn

aklanmas aadaki gibidir. Katman 1.2 ve 3 Mamdani ynteminin 1, 2 ve 3. katmanlar ile ayndr. Dier katmanlar ise aadaki gibidir.

Katman drt (kural glendirmeyi normalize etme):

Bu katmanda herhangi bir dmn tetikleme gc oran tm dmlerin toplam tetikleme deerine olan oran hesaplanr.

wi =

wi w1 + w2

, i=1,2. (3.3.4)

16

Katman be (kural sonu katman):

Bu katmandaki her i. Dm aadaki fonksiyona tabi tutulur.

wi f i = wi ( p i x1 + q i x 2 + ri )
(3.3.5)
wi katman 4 k ve {pi ,qi ,ri} parametre kmesidir.

(3.3.6)

Katman alt(kural karm katman):

Bu tek dm gelmekte olan tm sinyalleri toplayarak k deerini hesaplar. Sonu = wi f i =

i

wf w
i i i i

(3.3.7)

Takagi-Sugeno sistemde renme

Takagi-Sugeno neuro-fuzzy sistem renme algoritmas en kk kmeler yntemi ile geri yaylma renme algoritmasnn bir arada kullanlmasndan oluan merkez renme algoritmasdr. renme 2 admdan oluur. lk admda giri deerleri retilir ve veri kmesi arasndan geerli devir iin varsaylan parametreler kartrlyor iken en kk kareler yntemi tarafndan uygun sonu parametreleri kabul edilir. kinci admda parametreler yeniden retilir ve sonu parametreleri sabit kalrken nceki parametreler ile yer deitirir. Bu epokta geri yaylma algoritmas bu yer deitirme iin kullanlr.

17

y Katman 6 Sonu karma Katman Katman 5 Kural Sonu Katman X1 X2 Katman 4 Kural G Normalizasyonu Katman 3 Kural ncesi Katman Katman 2 Bulanklatrma Katman Katman 1 Giri Katman X1 X2

ekil 3.3.4. Takagi Sugeno sinirsel bulank sistem yaps

3.3.4. ANFIS (Adaptif A tabanl bulank mantk karm sistem ) modeli

ANFIS sistem her eyden nce bulank sistem iin uyarlanabilen a (Jang 1993) ve litaretrde temel bulank karm uyarlanabilir a sistemi veya uyarlanabilir sinirsel bulank karm sistemi olarak geer [Gner 2001]. ANFISin temeli Takagi-Sugeno bulank karm sistemidir. Kuraln sonu ksm kesin girdilerin arlkl dorusal bilekesidir. En son k her bir kuraln arlklarnn ortalamasdr. Temel ANFIS mimarisi ekilde grld gibi iki giri ve bir ktan olumaktadr. Temelde Takagi-Sugeno en az bir kural ierir. Eer-O halde kurallar aadaki gibidir. Kural 1 Eer x Ai dir ve Y Bidir ise o halde fi=pix + qiy + ri (3.3.8) olarak ifade edilebilir.

18

1.Katman

2.Katman

3.Katman 1

4.Katman N1

5.Katman 1

6.Katman

N2

2
y

B 3 N3

B 4 N4

ekil 3.3.5. Adaptif A tabanl bulank mantk karm sistem (ANFIS) yaps

ANFIS yaps aadaki gibi aklanabilir.

Katman bir:

1.Katman giri

katman olarak adlandrlmaktadr. Bu katmanda ki her

dmden alnan giri sinyalleri dier katmanlara aktarlr.

Katman iki:

2.Katman bulanklatrma katman olarak adlandrlr. Burada, her bir dmn kts, giri deerlerine ve kullanlan yelik fonksiyonuna bal olan yelik derecelerinden olumaktadr.

19

Katman :

3.Katman kural katmandr. Bu katmandaki her bir dm, Sugeno bulank mantk karm sistemine gre oluturulan kurallar ve saysn ifade etmektedir. olarak gsterilen sabit dmler olup, girdi sinyallerini arparak kty gnderir. Bu katmanda genelletirilmi "ve" salayan her t-norm ilemcisi bir dm fonksiyonu olarak kullanlabilir.

Katman drt:

4.Katman normalizasyon katmandr. Bu katmandaki her bir dm, kural katmanndan gelen tm dmleri giri deeri olarak kabul etmekte ve her bir kuraln normalletirilmi ateleme seviyesini hesaplamaktadr. Bu katmann ktlar normalletirilmi ateleme gc olarak adlandrlr Normalletirilmi ateleme gcnn hesaplanmas ise, wi=wi / wj (3.3.9) formlne gre gerekletirilir.

Katman be: 5.Katman arndrma katmandr. Arndrma katmanndaki her bir dmde verilen bir kuraln arlklandrlm sonu deerleri hesaplanmaktadr. Drdnc katman ktsna birinci sra bulank kurallar uygular. Bu katmann i dmnn kts, f iw i / wj dr (3.3.10)

20

Katman alt:

6.Katman toplam katmandr. Bu katmanda sadece bir dm vardr ve ile gsterilmektedir. Burada, 5. katmandaki her bir dmn k deeri toplanarak sonuta, ANFIS sisteminin gerek deeri elde edilir. Sistemin k deerinin hesaplanmas ise f iw i / wj dir. (3.3.11)

ANFIS sistemde renme

ekilde nerilen anfis sistemdeki k deeri y aadaki gibi ifade edilir.

f =

w1 w2 f1 + f2 w1 + w2 w1 + w2
(3.3.12)

f = w1 ( p1 x + q1 y + r1 ) + w2 ( p 2 x + q 2 y + r2 )

(3.3.13)

p1, q1, r1, p2, q2 ve r2

dorusal sonu parametreleridir. Bu parametreleri denilen geriye yaylma

gncelletirme metodlar aada yollarla gerekleir: 1) Geriye yaylma: Tm parametreler gradient decent renme algoritmas ile gncelletirilir. 2) Geriye yaylma ve en kk kareler yntemi: Sonu parametresinin ilk deerini almas iin en kk kareler yntemi balangta bir kere uygulanr ve daha sonra geriye yaylma yntemi ile tm parametreler gncelletirilir.

21

3.3.5. Bulanklatrma iin sinirsel-bulank denetleyici

Bulanklatrc sinir anda bir giri birok k mevcuttur. Her bir k bir bulank terimi ifade eder ve yelik deerleri bu terim iin giri deerine bal olarak ilev gsterir. Gerek u ki, bulanklatrclar uyarlanabilir ve gerekletirilebilir sinirler ve sinir alardrlar. Bulanklatrmann tersine bulank deerleri drstletiren sinir alarna drstletirici (durulatrc) denir. Drstletirici ile ilgili birok yntem mevcuttur. Bulanklatrc ve drstletirici arasndaki temel fark hesaplamadadr. Drstletirici giri deerlerini szel terimlerle ifade edebilecek blmlere ayrrken drstletirici szel terimleri ifade eden yelik deerlerini birletirerek drstletirir [Aliev 2001]. Bulank denetleyicide yaplan tm ilemler; bulanklatrma, karm ve drstletirme yapay sinir alar ile gerekletirilir [Babaev 1998]. Bulank denetleyicinin llen x parametresinin U={u1,u2,,un} evrensel kmesinde tanmlandn ve deerlerini T={T1,T2,Tm} terimler kmesinden aldn kabul edelim. Her bir szsel terim Ti aadaki gibi ifade edilir;

Ti = T (u j ) / u j
n i =1

(3.3.14) Eer biz u j ve Tm (u1 ) deerlerini ekil 3.3.6daki yapay sinir a iin

izelge 3.3.1de verildii gibi eitilme verileri olarak gz nne alrsak, eitilmeden sonra her bir llen kesin x deeri iin aadaki bulank ifade elde edilir;

~ = (x ) / T x Ti i
i =1

(3.3.15)

22

izelge 3.3.1. Bulanklatrma iin temel eitim verileri

ekil 3.3.6. Bulanklatrma iin temel yapay sinir a

Ancak sinirsel alarda kullanmak iin bize aadaki ifade gerekecektir.

~ = ~ (u ) / u x x j j
n j =1

(3.3.16) ekil 3.3.6 ve 3.3.7yi gz nne alarak Zadehnin genileme prensibini kullanrsak yelik fonksiyonunu hesaplamak iin aadaki forml elde edilir.

~ (u j ) = max min ( T (x ), T (u j )) x
i i

(3.3.17) izelge 3.3.1deki eitilme verileri gz nne alnarak izelge 3.3.2deki yeni eitilme verileri elde edilir. Yeni eitilme verilerine gre parametrenin bulanklatrlmas iin ekil 3.3.7deki yapay sinir a oluturulur.

23

izelge 3.3.2. Bulanklatrma iin yeni eitilme verileri

ekil 3.3.7. Bulanklatrma iin yeni yapay sinir a

Durulatrma iin denetleyicinin k parametresi y 'nin V={v,v2, ... , vi} evrensel kmesinde tanmlandn ve szsel deerlerini P={P,P2, ... ,Pt} terimler kmesinden aldn kabul edelim. Her bir Pi terimi aadaki gibi ifade edilir;

Pi = pi (v j ) / v j
m j =1

(3.3.18) Durulatrma ilemi iin ekil 3.3.8deki yapay sinir a kullanlr. Eitilme verileri izelge 3.3.3de verilmitir.

ekil 3.3.8. Durulatrc yapay sinir a

24

izelge 3.3.3. Durulama iin eitilme verileri

Her bir szsel terimin bulank gsterimi aadaki forml ile drstletirilir.

v =
0 i

(v )v
l j =1 pi j

(v )
l j =1 pi j

(3.3.19) Yapay sinir alarnn knda sigmoid fonksiyonu olduu iin v i0 deerleri O ile 1 arasnda olacaktr. Buna gre eitilme verilerindeki deerleri bu arala getirmeliyiz. Eer vj parametrenin deerleri [- a, a] parasnda ise onlar [0,1] parasna
zj = (v j a ) 2a + 1 ifadesi ile dntrebiliriz ve geri dnm ise v j= a(2zj+1)-1

biiminde yaplabilir.

3.4. Bulank Kural Tabanl Sistemlerde Geriye karm Probleminin Sinirsel Alarla zm

Bilgilerin gsteriminde kural tabanl gsterim en ok kullanlan yntemdir. Bu blmde bulank Eer- o halde kurallar ile gsterilen bilgi tabannda geriye karm problemi incelenecektir. leriye ve geriye karm eklinde bilinen iki yntem vardr. leriye karm problemi zerinde olduka fazla almalar yaplmtr. Ancak geriye karm problemi zerinde yeterli alma yaplmamtr. Bu ksmda tek girili tek

25

kl ve ok girili tek kl bulank sistemlerin sinirsel a ile gsterimi iin gerekli yaplar seilecektir. nce tek girili tek kl sistemi ele alalm. Szel x ve y parametreleri
U={u1,u2,,un} ve V={v1,v2,,vm}evrensel kmelerinde tanml olsunlar. Kurallar aadaki gibi verilsin. If x=Al then y=Bl
l=1,2.p;
m

ve

Al = Al (u j ) u j
n j =1

Bl = Bl (v i ) v i
j =1

(3.4.1)

ekil 3.3.9. ok girili tek kl bulank sistemin sinirsel a ile gsterimi

Her bir kural (3.4.2) eitlii ile verilmi formle gre rijl elemanl Rl ( x, y )
ilikisel matrisini oluturur.
l R ij =min ( Ai (u j ), Bi (v l ))

(3.4.2)

Y katmannn her bir sinirindeki hata aadaki eitlik ile deerlendirilir.

26

1 Ei = 2

(y
l =1

l i

s yi

( ))
t

(3.4.3) X katmannn her bir sinirindeki hata ise aadaki eitlik ile deerlendirilir.
l 1 p l Ej = xj s x j 2 l =1

( )

(3.4.4) Burada her iki hatann minimal olmas gerekir. Gradyen yntemini E j Ei ve ksmi trevleri hesaplanmaldr. kullanmak iin w ji w ji
l l E i 1 p l l = ( y i s ( y i )) s ' ( y i ) x j w ji 2 l =1 l E i 1 p l l = ( x j s ( x j )) s ' ( x j ) y i w ji 2 l =1 (3.4.5)

Bu durumda eitilme forml u ekilde yazlabilir.

E E j w ji (new) = w ji (old ) i + w ji w ji

(3.4.6)

Grlecei zere sinirsel a kullanldnda kurallarda verilen deerlere yakn sonular elde edilir. Eer kurallarn (eitilme verilerinin) says fazla ise gizli katmanl sinirsel a kullanmak gerekecektir. Bu dorultuda ekil 3.3.10deki iki ynl sinirsel a gz nne alalm. Bu sinirsel an eitilmesi iin geriye yaylma algoritmas kullanlacaktr. Sinirsel a yapsn gz nne alarak

hl = w jl x j
t j =1

ve

y i = vli s(hl )
t t l =1

(3.4.7)

q l = vli y it
t i =1

ve

x tj = w jl s(q lt )
l =1

(3.4.8) eitliklerini yazabiliriz.

27

ekil 3.3.10. ki ynl gizli katmanl sinirsel a

Y katmanndaki hatay aadaki gibi kabul edelim.

E ity = y it s y i s y i

( )( )
t t

(3.4.9) Bu hata geriye gizli katmana aadaki gibi yaylacaktr. m 3 2 E lt l = E it v li s (hlt ) i =1 (3.4.10)

X katmanndaki hatay ise aadaki gibi kabul edelim.

x E jt = x it s x j s x j

( )( )
t t

(3.4.11) Bu hata geriye gizli katmana aadaki gibi yaylacaktr. n 2 E lt r = E ljt w jl s (q lt ) i =1 (3.4.12) Eer sinirsel a tek ynl (x katmanndan y katmanna doru ynelen) olarak kabul edilirse aadaki admsal (iterasyon) formlleri elde edilecektir.
3 Vli (new) = Vli (old ) + E it s hlt
t =1 p

( ( ))
(3.4.13)

28

2 w jl (new) = w jl (old ) + E lt l x tj
t =1

)
(3.4.14)

Eer sinirsel a tek ynl (y katmanndan x katmanna doru ynelen) olarak kabul edersek aadaki admsal (iterasyon) formlleri elde edilecektir.
p

w jl (new) = w jl (old ) + E ljt s q lt

t =1

( ))
(3.4.15)

2 Vli (new) = Vli (old ) + E it r y it

t =1

)
(3.4.16)

Sinirsel a iki ynl olarak gz nne alrsak aadaki genel admsal (iterasyon) formllerini elde edebiliriz.
3 2 Vli (new) = Vli (old ) + ( E it s hlt + E lt l x tj
t =1 p

( )

(3.4.17)
2 w jl (new) = w jl (old ) + E 1 s q lt + E lt l x tj jt
t =1 p

( )

)
(3.4.18)

imdi ise ok girilitek kl sistemi ele alalm. rnein n girili ve tek kl bulank kural tabanl sistem verilmi olsun. Her bir xi girii Ui = {u, u2 , .. , Un, } evrensel kmesinde ve y k ise V = {v,v2 , .. , vm} evrensel kmesinde tanmlanm

olsun. Xi parametreleri deerlerini A(xi) terim kmesinden ve y parametresi de deerlerini B(y) terim kmesinden alr. Kurallar aadaki gibi verilmi olsun.
1 L1if (x1 = A1 & x2 = A12 & ................... xn = A1n ) then (y = B1) else 1 2 n L2if ( x1 = A2 & x2 = A2 & .................. xn = A2 ) then (y = B2) else

1 Lsif (X1 = As & x2 = As2 & ................... xn = Asn ) then ( y = Bs )

(3.4.19)

29

Girilerle k balayan (n+1) boyutlu bulank R(x1,x2...xn,y) ilikisinin elemanlar aadaki forml ile hesaplanr.
n rk1k 2 ...k nl = max{ Al u k l ,..., An u kn , Bi (vl )}
i l i

( )
j k j

( )
i

(3.4.20) Burada
1 yelik fonksiyonlardr. rnein girite A = (A0 , A02 ,..., A0n )

Aij

(u )
j 0

ve

B (v l ) yukardaki

kurallarda kullandmz terimlerin vektr verilmi olsun.

j k j

Giriteki her bir A

bulank deeri A j
0

( )

yelik fonksiyonu ile verilir.

ktaki bulank deer aadaki gibi hesaplanr.

1 B0 = A0 A02 ... A0n R ( x1 , x 2 ,..., x n , y )

(3.4.21) Bulank kn yelik fonksiyonu aadaki forml ile hesaplanr

B (v l ) = max min{ A ( kl ),..., A ( kn ), rk k

0 1 1 n n

1 2 ... k n l

(3.4.22) Yukarda anlatlan karm yntemi klasik yaklamdr. imdi ise nerdiimiz yaklam inceleyelim. Kural tabann ilikisel veritaban eklinde gsterebiliriz.
1 Kural ([ A1 , A12 ,..., A1n , B1 ]) n 1 2 Kural ([ A2 , A2 ,..., A2 , B2 ]) 1 Kural ([ As , As2 ,..., Asn , B s ])

(3.4.23) karm problemine, bir veri tabanmdan bulank

i sorgusuna gre arama yaplan bir ilem gibi bakabiliriz. A0

1 Q = A0 , A02 ,..., A0n

ve Aij (i=l,n; j=l,s)

bulank kmelerinin eit olma olasl aadaki forml ile hesaplanr.

i A0j Ai j = max min Ai ki , Ai ki i
0 j

( )

( ))
(3.4.24)

30
1 Q = (A0 , A02 ,..., A0n ) rneinin i. kural ile eit olma olasl aadaki forml ile

hesaplanr.

i i (Q Li ) = min A0j Ai j = min max min Ai ki , Ai ki

0 j

( )

( ))

Aranan hesaplanr.
* 0

* 0

(3.4.25) k tm kurallar gz nne alnarak aadaki forml ile

B (vl ) = max min( (Q Li ), B (vl ))

i

(3.4.26) Bu forml kme yapsnda aadaki gibi yazabiliriz.

s n i * B0 = A0 A ij o B j j =1 i =1

Burada o iareti minimum ilemini gsterir. B = B0

* 0

(3.4.27) olmas (Babaev ve Gler

1996) de ispatlanmtr. nerilen karm ynteminin avantaj bilgisayar gsterimine daha uygun olmas ve hesaplama zaman paralelliinin salanabilmesidir.
1 Geriye karm problemini zmek iin, A0 , A02 ,..., A0m 1 , A0m +1 ,..., A0n girileri ile

B0 knn belirli olduunu varsayalm. Bu durumda geriye karm problemi,

1 veritabanndan bulank Q = A0 , A02 ,..., A0m 1 , _, A0m +1 ,..., A0n , B0

sorgusuna gre

arama yaplan bir ilem gibi zlebilir rnek 3.4.1: ki girili tek kl sistemi gz nne alalm. Girilerin ve kn evrensel kmeleri X={ u1 , u 2 , u 3 , u 4 }, Y={ v1 , v 2 , v3 } ve Z={ w1 , w2 , w3 , w4 } olarak verilmi olsun. Terim kmeleri ise

T(X)={ A1 , A2 , A3 , A4 },

T(Y)=

{ B1 , B2 , B3 , B4 }, T(Z) = { C1 , C 2 , C 3 , C 4 } olsun. Bu durumda terimlerin gsterimi aadaki gibi olur.

A1 = 1.0 / u1 + 0.8 / u 2 + 0.0 / u 3 + 0.0 / u 4 A2 = 0.3 / u1 + 1.0 / u 2 + 0.6 / u 3 + 0.0 / u 4 A3 = 0.0 / u1 + 0.5 / u 2 + 1.0 / u 3 + 0.6 / u 4

31

A4 = 0.0 / u1 + 0.0 / u2 + 0.7 / u3 + 1.0 / u4 B1 = 0.0 / v1 + 0.4 / v 2 + 1.0 / v 3 B2 = 0.1 / v1 + 1.0 / v 2 + 0.8 / v 3 B3 = 0.8 / v1 + 1.0 / v 2 + 1.0 / v 3 B4 = 1.0 / v1 + 0.5 / v 2 + 0.0 / v 3 C1 = 0.0 / w1 + 0.1 / w2 + 0.5 / w3 + 1.0 / w4 C 2 = 0.2 / w1 + 0.4 / w2 + 1.0 / w3 + 0.7 / w4 C 3 = 0.3 / w1 + 1.0 / w2 + 0.9 / w3 + 0.2 / w4 C 4 = 0.0 / w1 + 0.6 / w2 + 0.1 / w3 + 0.0 / w4

Kurallarmz aadaki gibi verilmi olsun. Kural l: If (x=A & y=B) then z=C Kural 2: If (x=A2 & y=B2) then z=C2 Kural 3: If (x=A3 & y=B3) then z=C3 Kural 4: If (x=A4 & y=B4) then z=C4 Verilen sistem iin yukarda nerilen yntem ile geriye karm problemini zelim. rnein bir giri Bo=B3 ve bir k C0=C3 olarak verilmi olsun. Ao giriini deerlendirmek gerekir. Gerekli ilemleri yaparsak u sonular elde edilir. (B0 | B1 ) = 0.4 (B0 | B 2 ) = 1.0 (B0 | B3 ) = 1.0 (B0 | B4 ) = 0.8 (C 0 | C1 ) = 0.5 (C 0 | C 2 ) = 0.9

32

(C 0 | C 3 ) = 1.0 (C 0 | C 4 ) = 0.6

(Q | L1 ) = 0.4 (Q | L2 ) = 0.9 (Q | L3 ) = 1.0 (Q | L4 ) = 0.6

Tm kurallardan arlkl olarak P(Q | Li ) olabilirliklerini Ai girilerinin ortalamas olarak A0 = 0.4 / u1 + 0.9 / u 2 + 1.0 / u 3 + 0.6 / u 4 sonucunu elde ederiz. Grld gibi A0 A3 . Esas olarak sinirsel an eitilmesi, dorusal olmayan denklem sistemleri, rnek anlamndadr. Kural tabanl sistemlerin gsteriminde kurallarn says eitilme verilerinin saysna eittir. Matris elemanlar denklemdeki bilinmeyenleri gsterir. Eitim verilerinin says arttka zm bulma olasl da artacaktr. Bu durumda kurallarn saysnn ok olmas, Sinirsel adaki balantlarn saysnn artrlmas eitilmenin kolaylatrlmasn salayacaktr.

33

3.5. Bulank Sinir Alar (Fuzzy-Neuro System)

Standart sinirler, t-norm ve t-conorm bileke ilemcileri kullanarak bulank sinirlere dnr. Buna bulank-sinir alar denilmektedir. Bunlar bulank girdiler alp, retim iin klasik geri yaylm algoritmasn kullanrlar. Bulank sinir hcreleri olan sinir alar da bulank sinir a olarak ifade edilir. nk bunlarn da bulank bilgi ileme yetenekleri bulunmaktadr. Bulank sinir alar (BSA) girdilerin gerel say, arlklarn bulank olduu (BSA1) girdilerin bulank, arlklarn gerel say olduu (BSA2) girdilerin ve arlklarn bulank olduu (BSA3)

tiplere ayrlmaktadr.

ekil 3.5.1. Bulank sinir a modeli

3.6. Bulank Sinir Hcresi ve Bulank Sinir A

Basit bir sinir hcresinde tm sinyal ve arlklar gerel saylardr. ki girdili sinirler girdi sinyalinde hibir deiiklik yapmadan ayn sonucu verirler. i=1,2 olmak zere, xi sinyali wi arl ile;

Pi = Wi X i
(3.6.1)

34

olur. Pi girdi bilgisi girdi oluturmak iin toplandnda;

(a ) = P1 + P2 = w1 x1 + w2 x 2
elde edilir. Sinir kty hesaplamak iin, x = 1 + e x olabilen: f aktarm fonksiyonunu kullanr.

(3.6.2)

sigmoidal fonksiyonu

y = f (a ) = f (w1 x1 + w2 x 2 )

(3.6.3)

ekil 3.6.1. Basit sinir a modeli

Basit bir standart sinir a, arpma, toplama ve sigmoidal f ilemi yapar. Eer sinire gelen veriyi birletirmek iin t-norm yada t-conorm gibi ilemleri kullanrsak bulank sinir a denilen yapy elde ederiz. Bulank aritmetik ilemcilere dayanarak bulank sinir mimarisi elde edebiliriz. Burada x1, x2 girdileri ve w1, w2 arlklarn: [0,1] aralnda aklayabiliriz. Bir hibrid sinir anda, kesin sinyal ve arlklar ve kesin aktarm fonksiyonu yerine girdiler, arlklar ve toplam girdinin hesaplanmasnda t-norm, t-conorm ya da
W1(X1) d11 W2 (X2) Aktivasyon Fonksiyonu

d12

Toplam

Sinirsel k Akson yj

Wn (Xn)

dnn

Balantlar

ekil 3.6.2. En basit bulank sinir hcresi

35

dier srekli ilemci ve fonksiyonlar kullanlabilir. Bir hibrid sinir ann tm girdi, kt ve arlklar [0,1] birim arlndan gerel say olarak alnr. Bir bulank sinir ann ileme birimine bulank sinir hcresi denir.

X1

W1j d1j W2j d2j Min Toplam Aktivasyon Fonksiyonu Sinirsel k Akson Wn j Sinirler yj

X2 Giriler

Xn

dnj

Soma Birleim Operatr

Balantlar

j = d ij = xi wij
i =1 i =1

ekil 3.6.3. En basit min(ve) bulank sinir hcresi ve (eb-ek) bulank sinir hcresi 3.6.1. "Ve" (EB-EK) bulank sinir hcresi

"Ve" (EK-EB) bulank sinir hcresi'ni (ekil 3.6.4.) tanmlamak iin i= 1,2 olmak zere, Xi sinyali Wi arl ile t-conorm ( ) aracl ile birletirilebilir;

Pi = (Wi , X i )

(3.6.4)

Pi girdi bilgisinden kt retmek iin T - norm ile ileme tabi tutulabilir;

Y = (P1 , P2 ) = (P1 , P2 ) = ( (w1 , x1 ), (w2 , x 2 ))

(3.6.5)

Bylece, eer T=EK ve =EB olarak alnrsa "ve" sinir hcresi EK-EB

36

bilekesini gerekletirmi olur;

y = EK{w1vx1 , w2 vx 2 }

(3.6.6)

ekil 3.6.4. stte ve bulank sinir hcresi, altta veya bulank sinir hcresi

3.6.2. "Veya" (EB-EK) bulank sinir hcresi

"Veya" (EB-EK) bulank sinir hcresi'ni (ekil 3.6.4.) tanmlamak iin de i= 1,2 Xi ve Wi sinyalleri T -norm ile ileme sokularak girdi bilgisi elde edilir;

Pi = (Wi , X i )
Pi girdi bilgisi -conorm ilemcisi ile kt iin kullanlr;

(3.6.7)

y = V (P1 , P2 ) = (P1 , P2 ) = ((w1 , x1 ), (w2 , x 2 ))

(3.6.8)

Eer, T=EK ve =EB olarak alnrsa, "veya" sinir hcresi EB-EK bilekesini gerekletirir .

y = EB{w1 x1 , w2 x 2 }
(3.6.9)

37

3.6.3. "Veya" (EB-arpm) bulank sinir hcresi

''Veya'' (EB-arpm) bulank sinir hcresini (ekil 3.6.4) tanmlamak iin de i=1,2 olmak zere, xi ve wi sinyalleri arpm ilemcisi ile ileme sokularak girdi bilgisi elde edilir;

Pi = (Wi , X i )
(3.6.10) Pi girdi bilgisi EB ilemcisi ile kt iin kullanlr;

y = EB{w1 x1 , w2 x 2 }
(3.6.11) olarak elde edilir. "ve" ve "veya" bulank sinir hcreleri yelik deerlerine dayanan salt mantksal ilemleri gerekletirmektedir. Balalarn rolleri, teker teker girdilerin toplam sonu zerine etkilerini belirli dzeyler arasnda ayrmlatrmaktadr. Wiin daha yksek deerleri bir "veya" sinir hcresinin y kts zerine daha gl bir xi; etkisi yapmasn salarken, "ve" sinir hcresinde daha dk wi deerleri y kts zerine daha gl bir xi etkisi oluturmaktadr.

3.6.4. Ve/veya sinir hcresinin beraber kullanm

Bir yada daha fazla VE sinir hcresinin veya VEYA sinir hcresinin beraber kullanlmas ile bir sinir a sistemi oluturulabilir. Aadaki ekilde bu ekilde oluturulmu en basit sinir a grlmektedir.

38

y
VEYA/VE

VEYA

Z1
VE

Z2
VEYA

X1 X2

XN

ekil 3.6.5. VEYA/VE sinir hcresinin yaps

Bu tip sinir hcreleri logic karakteristik zellik gstermektedirler. Byle bir

AND/OR sinir hcresinde OR seici olacak ve giri deerlerinden uygun olan

seerek ka yanstacaktr.

Y=OR(z1,z2) Z1=AND(x1,x2) Z2=OR(x1,x3)

(3.6.12)

3.6.5. Dier bulank sinir a tipleri

Eer, sinirsel ileme birimi arpma, toplama ve lojistik aktivasyon fonksiyonu kullanyorsa buna standart yada dzenli bulank sinira denir. Bulank sinir alar ise t-norm, t-conorm veya dier srekli ilemleri kullanarak gelen sinyalleri ve arlklar sonucu elde etmek iin birletirir. Aada eitli bulank sinir a tipleri bulunmaktadr.

39

3.6.5.1. Kwan ve Cai'nin bulank sinir hcresi

ekil 3.6.6. Kwan ve Cainin bulank sinir hcresi

Kwan ve Cai'nin bulank sinir hcresini tanmlayalm (ekil 3.6.6). i=1, ..., n olmak zere, Xi sinyali Wi arl ile arpma ilemi aracl ile birletirilebilinir;

Pi = Wi , X i
(3.6.13) P girdi bilgisinden kt tutulabilir; retmek iin h fonksiyonu ile ileme tabi

z = h(w1 , x1 , w2 , x 2 ,..., wn x n )
(3.6.14) Sinir hcresinin durumu, f aktivasyon fonksiyonu ve aktivasyon eii olmak zere

s = ( f )
(3.6.15) olarak hesaplanabilir. Sinir hcresinin m kts, j=l, ... ,m olmak zere tm m bulank kmelerinde x1,x2,xn girdi rntlerinin yelik fonksiyonlarn sunan sinir hcrelerinin kt fonksiyonlar gj olmak zere,

40

y j = g j (s )

(3.6.16) olarak elde edilebilir.

3.6.5.1.1. Kwan ve Cai'nin EB bulank sinir hcresi

Kwan ve Cai'nin EB bulank sinir hcresi ise;

Pi = Wi , X i , i=1,2.
(3.6.17) Pi girdi bilgisinden kt retmek iin EB conorm ile ileme tabi tutulabilir;
z = EB{P1 , P2 } = EB{w1 , x1, w 2, x 2 }

(3.6.18) Sinir hcresinin j 'inci kts, f aktivasyon fonksiyonu olmak zere;

Y j = g j ( f ( z )) = g j ( f (EB (w1 , x1, w2, x 2 ) ))

(3.6.19) olarak hesaplanabilir.

ekil 3.6.7. Kwan ve Cainin EB bulank sinir hcresi stte, EK bulank sinir hcresi altta gsterilmitir

41

3.6.5.1.2. Kwan ve Cainin ek bulank sinir hcresi

Kwan ve Cai nin EK bulank sinir hcresi ise;

Pi = Wi , X i , i=1,2.
(3.6.20) Pi girdi bilgisinden kt retmek iin EK norm ile ileme tabi tutulabilir;
z = EK {P1 , P2 } = EK {w1 , x1, w2, x 2 }

(3.6.21) Sinir hcresinin jinci kts, f aktivasyon fonksiyonu olmak zere;

y j = g j ( f ( z )) = g j ( f ( EK ( w1 , x1, w2 , x2 ) ))

(3.6.22) olarak hesaplanabilir.

3.6.5.2. Yamakawann gerek girdi bulank arlk tipi bulank sinir ag

Yamakawa ve arkadalar tarafndan gelitirilen yapda her Xi girdisi iin sinir hcresi tek bir arlk yerine arlklar dizisine (wij j=l, ,m) sahiptir. Bunlarn da her biri gen bulank say ( ij ) ile ilikilidir. Her eldeki xi deeri iin, yalnzca iki komu yelik fonksiyonu sfrdan farkl olacandan dolay, her Xi ile ilikili sinir hcresi girdisi, iki komu arln arlkl ortalamasdr. Yani ij wij + i , j +1 wi , j +1 olup toplam girdi de bunlarn toplamdr. Yamakawann incelemelerinde, renme, deneyimsel kural kullanlarak, arlklarn gncellenmesi ile salanmaktadr (ekil 3.6.8).

42

ekil 3.6.8. stte Yamakawann bulank arlkl yaps, altta da BSA2 bulank sinir a

ekil 3.6.9. Basit BSA3 bulank sinir a

3.6.5.3. leri beslemeli bulank sinir a

Burada katmanl bir ileri beslemeli sinir a deerlendirilecektir. Girdi katman olan ilk kat sinir hcresinden (n0j,j=0,1,2). ara katman olan ikinci kat sinir hcresinden (n1i,j=0,1,2) ve kt katman olan nc kat bir sinir hcresinden (n21) olumaktadr.

43

X ve X2 olmak zere iki girdi sinyali bulunmaktadr. Sinirler katman i. dm j ve (i+1)nci katmandaki dm numaras k ile gsterilmek suretiyle wijk arlklar ile balanmtr. rnek olarak w021 katmanndaki, dm-2 yi, ara katmandaki dm-1'e balayan arlktr. Bulank sinir a BSA2 tm girdi ve ktlar bulank saylar olarak dnen Ishibuchi ve arkadalar tarafndan bulunmutur. Bunlarn ilemi, genel olarak, minimalize edilecek hatann hesaplanmas iin, bulank girdi ve hedef say iftini

(~ x

~ , tj

j'inci retim durumu olarak grmesi ve aralk

aritmetii kullanmasyd. Sonradan arlklar delta kuralnn modifiye bir ekli kullanlarak gncellenmitir.

3.6.5.4 Pedrycz yaplar

Basitletirilmi tabakal bulank sinirsel a yaps ekil 3.6.10da gsterilmitir. Her tabaka ayn tip FNleri ierir ama her tabaka iin farkl tip kullanlmtr. Girdi tabakas GIRDi-FNlerini, gizli tabaka MAKS-FNlerini ve kt tabakas tek bir MiN-FNi ierir. ekil 3.6.11 gizli tabakann MiN-FN ve kt tabakasnn tek bir MAKS-FN ile oluumunu gstermektedir.

X1 X2 y

Xl

GRD FNLER

MN FNLER

MAKS FNLER

ekil 3.6.10. Gizli tabakas min-FNlerinden oluan basitletirilmi, tabakal bir bulank sinirsel a

44

X1 X2 y

Xl

GRD FNLER

MAKS FNLER

MN FNLER

ekil 3.6.11. Basitletirilmi, gizli tabakas maks-FNlerinden oluan tabakal bir bulank sinirsel a

3.6.5.5. Bulank ART

Girdileri, daha nce renmi kategorilerden hi birine bal olmayacak ekilde barndrmak iin yeni kategoriler yaratabilirler. Bulank ART, ART1'i bileik bulank hesaplara genelletirir. renmenin hem analog hem de ikili girdi rntlerine genelletirilmesi, ART1 hesaplarndaki klasik kesiim operatrnn, bulank VE ilemiyle yer deitirmesi sonucu bu bir MiN ilemidir ve gerekletirilir. Bulank ART, bir girdi rntsyle var olanlar karlatrarak rntleri kmeler, sonra gereksinim artarsa yeni kategoriler yaratr. Carpenter tarafndan ileri srlen modelin nemli noktalar aadadr: Bulank ART'nin dinamiklerini kontrol eden parametre yle tanmlanr: seim parametresi, a>0, renme parametresi, parametresi, [0,1] . Her bir M boyutlu girdi I = (I 1 , I 2 ,..., I m ) ve kme kategorisi j iin bir seim fonksiyonu yle tanmlanr:
T j (I ) = Iw j

[0,1] ve dikkat

+ wj
(3.6.23)

burada w j = (w j1 , w j 2 ,..., w jm ) j kategorisiyle ilgili arlk vektrdr. Potansiyel

45

kategori says N istee baldr. Bulank ART arlk vektr Wj, ART1'in aayukar ve yukar-aa arlk vektrlerini gsterir. operatr bulank VE (yani MiN) ilemini belirtir ve yle tanmlanr.
M

x = xi
i =1

(3.6.24)

Tj(I), i sabitlendiinde basite Tj olarak yazlr.

Kategori seimi J ile indekslenir: Eer birden fazla Tj maksimumsa, en kk J indeksli j kategorisi seilir bylece sinirler, j = 1, 2, 3, ... srasnda olurlar. Eleme fonksiyonu yle tanmlanr:

Tj=maks [Tj,j = 1,2, ... , N]

Sj =

Iw j I
(3.6.25)

Eer Sj> p ise rezonans oluur ve renme ilemi balar. Eer Sj< p ise uygunsuz eleme reseti oluur ve girdi tantm sresinde Tj -1'e resetlenir. Yeni bir J indeksi seilir ve rezonans oluana kadar aratrma srer.

renme, wj arlk vektrnn gncelleyerek gerekleir.

w yeni = ( Iw eski ) + (1 ) w eski j j j

(3.6.26)

Girdilerin normalletirilmesinin avantajl olduu belirtilmitir. Bu, her girdi

vektr a'y I =

a a

koyarak gerekletirilebilir. Tmleyen kodlama olarak bilinen

alternatif bir normalletirme kural da kullanlabilir. Eer a ve a0 srasyla AIK ve KAPALI yantlarn gsterirse, a 0 1 a 0 tmleyen kodlu girdi I, 2M boyutlu bir j j I = (a,a0) vektr olur. I= (a,a0) (3.6.27)

46

= a j + ( M ai )
i =1 i =1

olduu iin tmleyen kodlu girdiler normalletirilir.

3.6.5.6. Bulank ARTMAP

Carpenter tarafndan tanmlanan bir bulank ARTMAP, zelliklerin bulank kmeyle veya her bir zelliin olduu kaplam ifade eden bulank yelik deerleri rnts ile girdileri snflamay renebilen bir sistemdir. Sistemin bir resmi, ekil 3.6.12.de gsterilmitir. Sistem; elem anlam, Fab, olarak adlandrlan bir ara-ART modl ile balanan iki bulank ART modl ierir. Bu, kategoriler arasnda ngrc birlikler oluturmak ve e izleme kuralm gerekletirmek iin kullanlr: ART-ann dikkat parametresi, ART-bde uygunsuz eleme ngrs yantnda artar. E izleme, kategori yapsn tanr ve girdi tekrar tantldnda ngrc hatalar yinelenmez.

Wlab

Elem Alan

ART-a F2a F1a F0a

Elem Yolu

ART-b F2b F1b F0b

Girdi la

stenen kt lb (Eitimde)

ekil 3.6.12. Bulank ARTMAP mimarisi

Alanlar F0a ve F0b tmleyen kod M a - boyutsa vektr a ve M b boyutsal

47

vektr b ART-a iin : I a = A = (a, a 0 ) ve ART-b iin I b = B = (b, b 0 ) (3.6.28)

a a ART-a iin Fl a alannn kts x a x1a , x2 ,......., x2 Ma , F2a alannn kts

a ve j. ARTa arlk vektrleri w a w a1 , w a2 ,....., w2 ma j j j

a a y a y1a , y 2 ,....., y 2 ma

eklinde gsterilir.

b b ART-b iin Fl b alannn kts x b x1b , x2 ,......., x2 Mb , F1b alannn kt

vektrn ve
b b b b b b y b y1b , y 2 ,....., y 2 Nb ve wk wk1 , wk 2 ,....., w2 Mb olarak gsterilir.

(3.6.29)

Elem alan iin

ab b x ab x1ab , x2 ,......., x Nb

Fab

kt

vektrn ve

w ab w ab , w ab ,....., w ab j j1 j2 jNb

F2a sinirinden F ab ye arlk vektrn gsterir.

Elem alan, ART-a veya ART-b kategorilerinden biri etkin olduunda etkinleir. Eer hem ART-a hem ART-b etkinse elem alan, sadece ART-a ART-b'yi ayn kategori gibi ngrrse etkin olur.

Her girdi tantmnn balangcnda, ART-a dikkat parametresi a , birtaban izgisi deerine atanr. Eer x ab < ab y b ise, burada ab elem alan dikkat parametresi, a ,

a A > Aw a olana dek artar, burada A F 2a 'ya tmleyen j

formunda girdi ve J de aktif F2a sinirinin indeksidir. Bu olduu zaman, ARTa aratrmas ya baka bir F2a dmnn etkinletirilmesine ya da girdi tantmnn devamnda F2a nin kapatlmasna yol aar.

renme kurallar, elem alan arlklarnn w ab nasl deitiini saptar. jk

48

3.7. Bulank- Sinir Alar ve Sinirsel -Bulank Alar ile Sistem zmleme

Bu blmde bulank sinir alar ve sinirsel bulank alar ile baz sistemlerin zmlenmesine yer verilmektedir.

3.7.1. Devir ve egr deerlerine gre traktrn gcnn sinirsel bulank a yntemi ile hesaplanmas

Bir traktrn devir

ve egr deerlerinin girilerek gn hesaplanmas iin ekli aadaki gibi oluturulmutur. Sinirsel

oluturulmu sinirsel bulank a

bulank a be katmandan olumaktadr.

Sinirsel bulank a katmanlar: 1.Katman: Birinci katmanda giri deerleri yer almaktadr. Devir giri deerini X temsil etmektedir. Egr giri deerini Y temsil etmektedir. 2.Katman: kinci katmanda devir ve egr giri deerlerini bulanklatrlarak, her bir dilsel eer ifadenin yelik deeri dier katman iin giri olarak aktarlmaktadr. 3.Katman: nc katman kurallar katmandr. Katman teki dm k bulank kurallarn tetikleme derecesini temsil eder. Uyuma derecesi deerlendirildiinde, en kk veya arpm ilemcileri kullanlabilir. 4.Katman: Bu katman bulank kurallarn son parasn temsil eder. Burada katmandan gelen tetikleme dereceleri birletirilerek k ve dilbilimsel etiket iin uygun deer belirlenir. Dm kts, dm tarafndan temsil edilen kurallara bir girdinin en byk eleme derecesidir. 5.Katman: Bu dm btn kurallar birletirir ve son olarak durulayarak k

49

deerini hesaplar.Q k temsil etmektedir.

II

III

IV

ekil 3.7.1. Traktr gcnn hesaplanmasnn sinirsel bulank a yaps izelge 3.7.1. Devir aral DevirAral(devir/dakika) (X) Dk 1500-2500 Orta 2250-3000 Yksek 2750-3500 izelge 3.7.2. EGR aral Egr Aral(%) (Y) %10 Dk 0-12 %20 Orta 10-22 %30 Yksek 20-30 izelge 3.7.3. G aral G aral(kW) (Z) Dk 3-4.7 Orta 4-6.4 Yksek 5.2-7

50

izelge 3.7.4. Traktr gc hesaplanmasnn kurallar Dk Dk Dk Dk

k Egr 0 5 11 15 20 25 30 0 5 11 16 21 28 30 0 5 10 15 20 25 30 0 5 10 16 22 27 30 0 5 11 15 20 26 30 G 3,20 3,20 3,00 3,00 2,90 2,85 2,85 4,80 4,60 4,20 4,20 4,00 3,80 3,70 5,50 5,50 5,30 5,20 5,00 5,00 4,90 6,30 6,30 6,10 5,90 5,80 5,70 5,50 6,00 6,00 6,00 6,00 6,00 6,00 6,00

Dk Orta Yksek
Giri Devir 1500 1500 1500 1500 1500 1500 1500 2000 2000 2000 2000 2000 2000 2000 2500 2500 2500 2500 2500 2500 2500 3000 3000 3000 3000 3000 3000 3000 3500 3500 3500 3500 3500 3500 3500

Devir (X) Orta Yksek Orta Yksek Orta Yksek Orta Yksek

izelge 3.7.5. Traktr gc hesaplanmasnn bulank sinir a eitim deerleri*

*Bu tablodaki veriler S..Teknik Eitim Fakltesi Otomotiv Eitimi Blm retim Grevlisi Dr.Recai Kutan alnmtr.

Egr (Y)

51

Devir(x) Deerini bulanklatrrsak,

0 x 2750 2 750
2

, x < 2750

,2750 x 3125
2

Yksek(x) =
x 3500 1 2 750 1
0

,3125 < x 3500 , x > 3500

, x < 2250

x 2250 2 375

,2250 x 2437 .5

Orta(x)=

x 2625 1 2 375 x 3000 2 375 0

2

,2437 .5 < x 2812 .5

,2812 .5 < x 3000 , x > 3000

1 x 1500 1 2 1000
Dk(x)=
2

, x < 1500

,1500 x 2000

x 2500 2 1000 0

,2000 < x 2500 , x > 2500

52

EGR (y) Deerini Bulanklatrrsak,

0 y 20 2 10
2

, y < 20 ,20 y 25

Yksek( y ) =

y 30 1 2 10 1

,25 < y 30

, y > 30

0 y 10 2 6
2

, y < 10 ,10 y 13
2

Orta(y)=

y 16 1 2 6 y 22 2 6 0
2

,13 < y 19

,19 < y 22

, y > 22

1 y0 1 2 12 y 12 2 12 0
2 2

,y<0

,0 y 6

D ( y ) =

,6 < y 12 , y > 12

53

Bulank ifadelerin arlk derecelerini bulmak iin aadaki formlden de yararlanabiliriz.

(x) ler bulunurken ncelikle xin hangi katogoriye girdiine baklr. Daha
sonra orta nokta bulunabilir.

Dk (x) iin

1500 < x 2500

( x) =

2500 x 1000 1500

2500

Orta (x) iin

2250 < x 2625 2625 < x 3000

( x) =

x 2250 375 2250

2625

( x) =

3000

3000 x 375 2625

Yksek (x) iin

2750 < x 3500

( x) =

3500

x 2750 750 2750

( y) ler bulunurken ncelikle ynin hangi kategoriye girdiine baklr. Daha

sonra orta nokta bulunur. Sonra y deerimizin orta noktadan kk veya byk olmasna gre aadaki ekilde gibi bulunabilir.

54

Dk ( y ) iin

0 < y 12

( y) =

12

12 y 12 0

Orta ( y ) iin

10 < y 16

( y) =

16

y 10 6 10

16 < y 22

( y) =

22 y 6 16

22

Yksek ( y ) iin

20 < y 30

( y) =

30

y 20 10 20

G(z) deerini bulanklatrrsak,

0 z 5 .2 2 1.8
2

, z < 5.2

,5.2 z 6.1
2

Yksek(z ) =

z 7 1 2 1.8 1

,6.1 < z 7 ,z > 7

55

,z < 4

z 4 2 1 .2

, 4 z 4 .6

Orta(z)=

z 5 .2 1 2 1 .2 z 6 .4 2 1 .2 0
2

, 4 .6 < z 5 .8

,5 . 8 < z 6 . 4

, z > 6 .4

1 z 3 1 2 1 .7 z 4.7 2 1 .7 0
2 2

,z<3

,3 z 3.85

D (z ) =

,3.85 < z 4.7 , z > 4.7

(z ) ler bulunurken ncelikle znin hangi kategoriye girdiine baklr. Daha

sonra orta nokta bulunur. Sonra z deerimizin orta noktadan kk veya byk olmasna gre aadaki ekilde gibi bulunabilir.

56

Dk (z ) iin

3 < z 4.7

( z) =

4 .7

4 .7 z 1 .7

Orta (z ) iin

4 < z 5.2

( z) =

5. 2

z4 1 .2 4 .0

5.2 < z 6.4

( z) =

6.4 z 1 .2 5 .2

6 .4

Yksek (z ) iin

5.2 < z 7

( z) =

z 5 .2 1 .2 5. 2

Kurallar aadaki gibidir. Udx dk devir, Uox orta devir, Uyx yksek devir, Udy dk egr, Uoy orta egr ve Uyy yksek egr olarak alndnda kurallar aadaki gibi oluacaktr.

Eer Udx<Udy o halde k12=Udx deil o halde k12=Udy Eer Udx<Uoy o halde k11=Udx deil o halde k11=Uoy Eer Udx<Uyy o halde k10=Udx deil o halde k10=Uyy Eer Uox<Udy o halde k9=Uox deil o halde k9=Udy Eer Uox<Uoy o halde k8=Uox deil o halde k8=Uoy Eer Uox<Uyy o halde k7=Uox deil o halde k7=Uyy

57

Eer Uyx>Udy o halde k6=Uyx deil o halde k6=Udy Eer Uyx>Uoy o halde k5=Uyx deil o halde k5=Uoy Eer Uyx>Uyy o halde k4=Uyx deil o halde k4=Uyy

Nron ann eitilme aamalar:

net2=k6*W61+k5*W51+k4*W41 f2=1/(1+exp-(net2)) net3=k12*W121+k11*W111+k10*W101 f3=1/(1+exp-(net3)) net13=k9*W91+k8*W81+k7*W71 f13=1/(1+exp-(net13)) net1=f2*W21+f3*W31+f13*W131 f1=1/(1+exp-(net1))

j = FJ (1 FJ )(TJ FJ )

1 = F1 (1 F1 )(Z 1 F1 )
E = ( 1 ) ( Z J FJ ) 2 2 J

E= (1/2)*((ZJ-f1)*(ZJ-f1)) E1=1/2*(Z1-f1)*(Z1-f1) Her nron iin hatalar aadaki gibi hesaplanr. 2=f2*(1-f2)*(1*W21) 3=f3*(1-f3)*( 1*W31)

58

13=f13*(1-f13)*( 1*W131) Hatay geri yayarak yeni arlklar aadaki gibi hesaplanr. W21=W21+q* 1*f2 W31=W31+ q* 1*f3 W131=W131+ q* 1*f13 W121=W121+q* 3*k12 W111=W111+q* 3*k11 W101=W101+q* 3*k10 W61= W61+q* 2*k6 W51= W51+q* 2*k5 W41= W41+q* 2*k4 W91=W91+q* 13*k9 W81=W81+q* 13*k8 W71=W71+q* 13*k7 Traktr gcnn hesaplanmasnn istenen-elde edilen sonu grafii ekil 3.7.2de grlmektedir.

ekil 3.7.2. Traktr gcnn hesaplanmasnn istenen-elde edilen sonu grafii 3.7.2. Devir deerinin sinirsel bulank a yntemi ile yelik deerlerinin hesaplanmas

59

Bir traktrn devir deerinin girilerek yelik deerlerinin hesaplanmas iin oluturulmu bulank sinir a ekli aadaki gibi oluturulmutur. Girilen devir deerinin dk, orta ve yksek kategori iin yelik deerleri hesaplanmaktadr. UDX dk devir, UOX orta devir, UYX yksek devir klardr.

ekil 3.7.3 Devir deerinin yelik deere blmlenmesinin sinirsel bulank a yaps

Sinirsel bulank a katmanlar 1.Katman: Birinci katmanda giri deerleri yer almaktadr. Devir giri deerini X

temsil etmektedir.
2.Katman: Kurallar sinirsel bulank a kendi oluturmaktadr. 3.Katman: Bu dm btn kurallar birletirir ve son olarak k yelik deerini

hesaplar.

izelge 3.7.6. yelik deer blmlenmesi devir aral

60

Devir Aral (X) Dk 1500-2500 Orta 2250-3000 Yksek 2750-3500 Yapay sinir alarnn knda sigmoid fonksiyonu olduu iin vi0 deerleri O ile 1 arasnda olacaktr. Buna gre eitilme verilerindeki deerleri bu arala getirmeliyiz. Eer parasna
zj =

vj
2a

parametrenin deerleri [- a, a] parasnda ise onlar [0,1]

+ 1 ifadesi ile dntrebiliriz ve geri dnm ise v j=

(v j a )

a(2zj+1)-1 forml ile yaplabilir. kinci bir yol da; ktaki sigmoid fonksiyonunu s(y)=
2a a eklinde yazmaktr [Gler 2003]. 1 + ey

rneimizdeki giri parametre deerlerimiz [a1, a2] parasnda bunlar [0,2] parasna xin giri deeri olduunu kabul edersek;

zj =

x (a1 2 + a 2 2) +1 (a 2 a 1 ) 2

forml ile getirebiliriz. Sinirsel bulank an eitilmesinde kullanlan deerler izelge 3.7.7de grlmektedir.

izelge 3.7.7. yelik deere blmlenmesi bulank sinir a eitim deerleri*

61

Giri(devir/dakika) k 1 Devir
1500 1700 1900 2100 2300 2500 2700 2900 3100 3300 3500

k 2 Orta
0 0 0 0 0.13 0.8 0.92 0.138 0 0 0

k 3 Yksek
0 0 0 0 0 0 0 0.08 0.43 0.86 1

Dk
1 0.92 0.68 0.32 0.08 0 0 0 0 0 0

*Bu tablodaki veriler S..Teknik Eitim Fakltesi Otomotiv Eitimi Blm retim Grevlisi Dr.Recai Kutan alnmtr.

Nron ann eitilme aamalar:

net4=x1*W94+y*W84 f4=1/(1+exp-(net4)) net5=x1*W95+y*W85 f5=1/(1+exp-(net5)) net6=x1*W96+y*W86 f6=1/(1+exp-(net6)) net7=x1*W97+y*W87 f7=1/(1+exp-(net7)) net1=f7*W71+f6*W61+f5*W51+f4*W41 f1=1/(1+exp-(net1))

62

net2=f7*W72+f6*W62+f5*W52+f4*W42 f2=1/(1+exp-(net2)) net3=f7*W73+f6*W63+f5*W53+f4*W43 f3=1/(1+exp-(net3)) E1 yksek devir k iin hata, E2 orta devir k iin hata, E3 dk devir k iin hata olarak kabul edilirse ve z1 dk devir iin olmas istenen k deeri, z2 orta devir iin olmas istenen k deeri, z3 yksek devir iin olmas istenen k deeriolarak kabul edilirse; E1= (1/2)*((z1-f1)*(z1-f1)) E1t=E1t+E1 E2= (1/2)*((z2-f2)*(z2-f2)) E2t=E2t+E2 E3= (1/2)*((z3-f3)*(z3-f3)) E3t=E3t+E3 Et=E1t+E2t+E3t Et<0 ise Her nron iin hatalar aadaki gibi hesaplanr. 1=f1*(1-f1)*(z1-f1) 2=f2*(1-f2)*(z2-f2) 3=f3*(1-f3)*(z3-f3) 4=f4*(1-f4)*( 1*W41+ 2*W42+ 3*W43)

63

5=f5*(1-f5)*( 1*W51+ 2*W52+ 3*W53) 6=f6*(1-f6)*( 1*W61+ 2*W62+ 3*W63) 7=f7*(1-f7)*( 1*W71++ 2*W72+ 3*W73) Hatay geri yayarak yeni arlklar hesaplayalm. W41=W41+q* 1*f4 W51=W51+q* 1*f5 W61=W61+q* 1*f6 W71=W71+q* 1*f7 W42=W42+q* 2*f4 W52=W52+q* 2*f5 W62=W62+q* 2*f6 W72=W72+q* 2*f7 W43=W43+q* 3*f4 W53=W53+ q* 3*f5 W63=W63+ q* 3*f6 W73=W73+ q* 3*f7 W94=W94+q* 4*x1 W84=W84+q* 4*y W93=W93+q* 5*x1 W83=W83+q* 5*y W92=W92+q* 6*x1 W82=W82+q* 6*y W91=W91+q* 7*x1 W81=W81+q* 7*y

64

Tekrar E1, E2, E3 hesaplanarak devam edilir.

ekil 3.7.4. Devir deerini bulanklatrc sinirsel bulank a yntemi ile yelik deerlerinin hesaplanmasnn istenen-elde edilen sonu grafii

3.7.3. Devir deerinin sinirsel bulank a yntemi ile be yelik deerlerinin hesaplanmas

Bir traktrn devir deerinin girilerek yelik deerlerinin hesaplanmas iin oluturulmu. Bulank Sinir A ekli aadaki gibi oluturulmutur. Girilen devir deerinin ok Dk, Dk, Orta ,Yksek, okYksek be kategori iin yelik deerleri hesaplanmaktadr.
Sinirsel bulank a katmanlar:

1.Katman: Birinci katmanda giri deerleri yer almaktadr. Devir giri deerini X

temsil etmektedir.
2.Katman: Kurallar sinirsel bulank a kendi oluturmaktadr. 3.Katman: Bu dm btn kurallar birletirir ve son olarak k yelik deerini

hesaplar.

65

izelge 3.7.8. Be yelik blmlenmesi devir aral deerleri

Devir Aral(Devir/Dakika) (X) ok Dk 1500-2000 Dk 1800-2400 Orta 2200-2700 Yksek 2500-3100 ok Yksek 2900-3500

ekil 3.7.5. Devir deerinin be yelik deere blmlenmesinin sinirsel bulank a yaps

66

1500 0

2500 1

3500 2

rneimizdeki giri parametre deerlerimiz [a1, a2] parasnda bunlar [0,2] parasna xin giri deeri olduunu kabul edersek;

zj =

x (a1 2 + a 2 2) +1 (a 2 a 1 ) 2

forml ile getirebiliriz. Sinirsel bulank an eitilmesinde kullanlan deerler izelge 3.7.9da grlmektedir.
izelge 3.7.9. Be yelik deere blmlenmesi bulank sinir a eitim deerleri*

Giri Devir (Devir/Dakika)

1500 1650 1800 1950 2100 2250 2400 2550 2700 2850 3000 3150 3300 3450 1

k 1 ok Dk
0.82 0.38 0..02 0 0 0 0 0 0 0 0 0 0

k 2 Dk
0 0 0 0.59 1 0.5 0 0 0 0 0 0 0 0

k 3 Orta
0 0 0 0 0 0.08 0.92 0.68 0 0 0 0 0 0

k 4 Yksek
0 0 0 0 0 0 0 0.08 0.78 0.947 0.2 0 0 0

k 5 ok Yksek
0 0 0 0 0 0 0 0 0 0 0.125 0.37 0.77 0.93

*Bu tablodaki veriler S..Teknik Eitim Fakltesi Otomotiv Eitimi Blm retim Grevlisi Dr.Recai Kutan alnmtr

67

Nron ann eitilme aamalar:

net4=x1*W94+y*W84 f4=1/(1+exp-(net4)) net5=x1*W95+y*W85 f5=1/(1+exp-(net5)) net6=x1*W96+y*W86 f6=1/(1+exp-(net6)) net7=x1*W97+y*W87 f7=1/(1+exp-(net7)) net12=x1*W912+y*W812 f12=1/(1+exp-(net12)) net13=x1*W913+y*W813 f13=1/(1+exp-(net13)) net1=f7*W71+f6*W61+f5*W51+f4*W41+f12*W121+f13*W131 f1=1/(1+exp-(net1)) net2=f7*W72+f6*W62+f5*W52+f4*W42+f12*W122+f13*W132 f2=1/(1+exp-(net2)) net3=f7*W73+f6*W63+f5*W53+f4*W43+f12*W123+f13*W133 f3=1/(1+exp-(net3)) net10=f7*W710+f6*W610+f5*W510+f4*W410+f12*W1210+f13*W1310 f10=1/(1+exp-(net10))

68

net11=f7*W711+f6*W611+f5*W511+f4*W411+f12*W1211+f13*W1311 f11=1/(1+exp-(net11)) E1 ok yksek devir k iin hata, E2 yksek devir k iin hata, E3 orta devir k iin hata, E10 dk devir k iin hata, E11 ok dk devir k iin hata olarak kabul edilirse ve z1 ok yksek devir iin olmas istenen k deeri, z2 yksek devir iin olmas istenen k deeri, z3 orta devir iin olmas istenen k deeri, z10 dk devir iin olmas istenen k deeri, z11 ok dk devir iin olmas istenen k deeri kabul edilirse; E1= (1/2)*((z1-f1)*(z1-f1)) E2= (1/2)*((z2-f2)*(z2-f2)) E3= (1/2)*((z3-f3)*(z3-f3)) E10= (1/2)*((z4-f10)*(z4-f10)) E11= (1/2)*((z5-f11)*(z5-f11)) Et=E1t+E2t+E3t+E10t+E11t Her nron iin hatalar aadaki gibi hesaplanr. 1=f1*(1-f1)*(z1-f1) 2=f2*(1-f2)*(z2-f2) 3=f3*(1-f3)*(z3-f3) 10=f10*(1-f10)*(z4-f10) 11=f11*(1-f11)*(z5-f11) 4=f4*(1-f4)*( 1*W41+ 2*W42+ 3*W43+ 10*W410+ 11*W411) 5=f5*(1-f5)*( 1*W51+ 2*W52+ 3*W53+ 10*W510+ 11*W511) 6=f6*(1-f6)*( 1*W61+ 2*W62+ 3*W63+ 10*W610+ 11*W611) 7=f7*(1-f7)*( 1*W71++ 2*W72+ 3*W73+ 10*W710+ 11*W711) 12=f12*(1-f12)*( 1*W121+ 2*W122+ 3*W123+ 10*W1210+ 11*W1211)

69

13=f13*(1-f13)*( 1*W131++ 2*W132+ 3*W133+10*W1310+11*W1311) Hatay geri yayarak yeni arlklar aadaki gibi hesaplanr.

W41=W41+q* 1*f4 W51=W51+q* 1*f5 W61=W61+q* 1*f6 W71=W71+q* 1*f7 W121=W121+q* 1*f12 W131=W131+q* 1*f13 W42=W42+q* 2*f4 W52=W52+q* 2*f5 W62=W62+q* 2*f6 W72=W72+q* 2*f7 W122=W122+q* 2*f12 W132=W132+q* 2*f13 W43=W43+q* 3*f4 W53=W53+ q* 3*f5 W63=W63+ q* 3*f6 W73=W73+ q* 3*f7 W123=W123+q* 3*f12 W133=W133+q* 3*f13 W410=W410+q* 10*f4 W510=W510+ q* 10*f5 W610=W610+q* 10*f6 W710=W710+ q*10*f7 W1210=W1210+q* 10*f12 W1310=W1310+q* 10*f13

70

W411=W411+q* 11*f4 W511=W511+q* 11*f5 W611=W611+q* 11*f6 W711=W711+ q* 11*f7 W1211=W1211+q* 11*f12 W1311=W1311+q* 11*f13 W94=W94+q* 4*x1 W84=W84+q* 4*y W95=W95+q* 5*x1 W85=W85+q* 5*y W96=W96+q* 6*x1 W87=W87+q* 6*y W97=W97+q* 7*x1 W87=W87+q* 7*y W912=W912+q* 12*x1 W812=W812+q* 12*y W913=W913+q* 13*x1 W813=W813+q* 13*y Tekrar E1, E2, E3, E4, E5 hesaplanarak devam edilir.

71

ekil 3.7.6. Devir deerini bulanklatrc sinirsel bulank a yntemi ile be yelik deerlerinin hesaplanmasnn istenen-elde edilen sonu grafii

3.7.4. Bir insanda kanszlk ve demir eksiklii orann hesaplayan problemin zm

Bir insanda kanszlk ve demireksiklii orannn hesaplanmas iin oluturulmu bulank sinir a ekil 3.7.4 de grlmektedir.

Sinirsel bulank a katmanlar 1.Katman: Birinci katmanda giri deerleri yer almaktadr.X hemoglobin deerini,

Y hemotokrit deerini, M ferritin deerini temsil etmektedir.

72

2.Katman: kinci katmanda giri deerlerini bulanklatrlarak, her bir dilsel ifadenin

yelik deeri dier katman iin giri olarak aktarlmaktadr. Burada bulanklatrma ilemi bulanklatrc sinirsel a ile yaplmaktadr.
3.Katman: nc katman kurallar katmandr. Katman deki dm k bulank

kurallarn tetikleme derecesini temsil eder. Uyuma derecesi deerlendirildiinde, en kk veya arpm ilemcileri kullanlabilir. Burada 18 kural mevcuttur.
4.Katman: Bu katman bulank kurallann son parasn temsil eder. Burada

katmandan gelen tetikleme dereceleri birletirilerek k ve dilbilimsel etiket iin uygun deer belirlenir. Dm kts, dm tarafndan temsil edilen kurallara bir girdinin en byk eleme derecesidir.
5.Katman: Bu dm btn kurallar birletirir ve son olarak durulayarak k

deerini hesaplar.Kanszlk iin k I nronu, demir eksiklii iin k II nronu temsil eder.

73

II

III

IV

Bulanklatrc sinirsel a

Mamdani modeli sinirsel bulank a

ekil 3.7.7. Bir insanda kanszlk ve demir eksiklii orannn hesaplanmasnn sinirsel bulank a yaps

74

Hemoglobin iin aralk deerleri izelge 3.7.10da, Hemotokrit iin aralk deerleri izelge 3.7.11de, Ferritin iin aralk deerleri izelge 3.7.12de, Kanszlk iin aralk deerleri izelge 3.7.13de, Demir eksiklii iin aralk deerleri izelge 3.7.14de gsterilmektedir.

izelge 3.7.10. Hemoglobin aral*

Hb (Hemoglobin(x)) Aralk Deerleri Yksek 12-16 g/dl Orta 9-13 g/dl Dk 7-10 g/dl

izelge 3.7.11 Hemotokrit aral*

Hct (Hemotokrit(y)) Aralk Deerleri Yksek 34-42 % Orta 28-36 % Dk 21-30 %

izelge 3.7.12. Ferritin aral*

Ferritin(m) Aralk Deerleri Yksek 30-50 ng/dl Orta 10-35 ng/dl Dk 5-15 ng/dl
izelge 3.7.13. Kanszlk aral*

Kanszlk(z1) Aralk Deerleri Yksek 3 milyon-3,5 milyon eritrosit Orta 3,5 milyon-5 milyon eritrosit Dk 5 milyon-6 milyon eritrosit

75

izelge 3.7.14. Demir eksiklii aral*

Demir eksiklii(z2) Aralk Deerleri Dk 300-600 mg Fe Orta 50-300 mg Fe Yksek 15-50 mg Fe

izelge 3.7.15. Kanszlk kurallar*

Hemoglo bin (Hb)

Dk Orta Yksek

Dk Dk Dk Dk

Hemotokrit (Hct) Orta Yksek Dk Orta Orta Yksek Yksek Yksek

izelge 3.7.16. Demir eksiklii kurallar*

Dk
Ferritin

Dk Yksek Yksek Orta

Hemoglobin (Hb) Orta Yksek Yksek Orta Orta Dk Dk Dk

Orta Yksek

Bulank sinir ann eitilmesinde kullanlan deerler izelge 3.7.17de grlmektedir.

76

izelge 3.7.17. Kanszlk ve demir eksiklii bulank sinir a eitim deerleri *

Giriler Hemoglobin(x) Hemotokrit(y) Ferritin(m) (g/dl) (%) (ng/dl) 7 7 7 7 7 8,5 8,5 8,5 8,5 8,5 11 11 11 11 11 13 13 13 13 13 16 16 16 16 16 21 27 32 38 42 21 27 32 38 42 21 27 32 38 42 21 27 32 38 42 21 27 32 38 42 5 13 28 38 50 5 13 28 38 50 5 13 28 38 50 5 13 28 38 50 5 13 28 38 50

klar Kanszlk(z1) (milyon eritrosit) 3,0 3,3 3,4 3,5 3,6 3,1 3,4 3,5 3,6 3,8 3,2 3,4 4,0 5,2 5,5 3,3 3,5 4,4 5,5 5,9 3,4 4,0 5,0 5,6 6,0 Demir eksiklii(z2) (mg) 590 540 450 280 250 550 520 420 260 240 380 350 180 100 50 350 300 250 50 40 175 150 50 30 15

*Bu tablodaki veriler ocuk Sal ve Hastalklar Uzman Dr.Mehmet Suat zkantan alnmtr

77

Hb (Hemoglobin(x)) deerini bulanklatralm, 0 , x < 12

x 12 2 4
2

,12 x 14
2

Yksek(x) =

x 16 1 2 4 1
0 x 9 2 2
2

,14 < x 16 , x > 16

,x <9

,9 x 10
2

Orta(x)=

x 11 1 2 2

,10 < x 12

x 13 2 2 0

,12 < x 13 , x > 13

1 x 7 1 2 3 x 10 2 3 0
2 2

,x <7

,7 x 8.5

D (x) =

,8.5 < x 10 , x > 10

78

Hct (Hemotokrit(y)) Deerini Bulanklatralm,

0 y 34 2 8
2

, y < 34

,34 y 38
2

Yksek( y ) =

y 42 1 2 8 1

,38 < y 42 , y > 42 , y < 28

y 28 2 4

,28 y 30

Orta(y)=

y 32 1 2 4 y 36 2 4 0
2

,30 < y 34

,34 < y 36 , y > 36

1 y 21 1 2 9 y 30 2 9 0
2 2

, y < 21

,21 y 25.5

D ( y ) =

,25.5 < y 30 , y > 30

79

Bulank ifadelerin arlk derecelerini bulmak iin aadaki formlden de yararlanabiliriz.

(x) ler bulunurken ncelikle xin hangi katogoriye girdiine baklr. Daha
sonra orta nokta bulunabilir

Dk (x) iin

7 < x 10

( x) =

10

10 x 3 7

Orta (x) iin

9 < x 11

( x) =
9

11

x9 2

11 < x 13

( x) =

13

13 x 2 11

Yksek (x) iin

12 < x 16

( x) =

16

x 12 4 12

( y) ler bulunurken ncelikle ynin hangi kategoriye girdiine baklr. Daha

sonra orta nokta bulunur. Sonra y deerimizin orta noktadan kk veya byk olmasna gre aadaki ekilde gibi bulunabilir.

80

Dk ( y ) iin

21 < y 30

( y) =

30

21 y 9 21

Orta ( y ) iin

28 < y 32

( y) =

32

y 28 4 28

32 < y 36

( y) =

36

36 y 4 32

Yksek ( y ) iin

34 < y 42

( y) =

y 34 8 34

42

Kanszlk (Anemi(z1)) aralklarn belirleyelim,

0 z 5 2 1
2

,z <5

,5 z 5.5
2

Yksek(z ) =

z 6 1 2 1 1

,5.5 < z 6 ,z >6

81

, z < 3.5
2

z 3.5 2 0.75

,3.5 z 3.875

Orta(z)=

z 4.250 1 2 0.75 z 5 2 0.75 0

2

,3.875 < z 4.625

,4.625 < z 5 ,z >5

1 z 3 1 2 0.5 z 3.5 2 0.5 0

2 2

,z <3

,3 z 3.25

D (z ) =

,3.25 < z 3.5 , z > 3.5

(z ) ler bulunurken ncelikle znin hangi kategoriye girdiine baklr. Daha

sonra orta nokta bulunur. Sonra z deerimizin orta noktadan kk veya byk olmasna gre aadaki ekildeki gibi bulunabilir.

82

Dk (z ) iin

3 < z 3.5

( z) =

3. 5

3 .5 z 0 .5 3

Orta (z ) iin

3.5 < z 4.250

( z) =

4.250

3, 5

z 3.5 0.750

4.250 < z 5

( z) =

5 z 0.750 4 , 250

Yksek (z ) iin

5< z 6

( z) =
5

z 5 1

Udx dk hemoglobin, Uox orta hemoglobin, Uyx yksek hemoglobin, Udy dk hemotokrit, Uoy orta hemotokrit ve Uyy yksek hemotokrit olarak alndnda kanszlk tehisi iin kurallar aadaki gibi oluacaktr.

Eer Udx>=Udy o halde k12=Udx Deil o halde k12=Udy Eer Udx>=Uoy o halde k11=Udx Deil o halde k11=(Uoy+Udx)/2 Eer Udx>=Uyy o halde k10=(Udx+Uyy)/2 Deil o halde k10=(Udx+Uyy)/2

k9=Udy Eer Uox>=Uoy o halde k8=Uox Deil o halde k8=Uoy

83

k7=Uyy

k6=Udy k5=Uoy Eer Uyx>=Uyy o halde k4=Uyx Deil o halde k4=Uyy

Udx dk hemoglobin, Uox orta hemoglobin, Uyx yksek hemoglobin, Udm dk ferritin, Uom orta ferritin ve Uym yksek ferritin olarak alndnda demir eksiklii tehisi iin kurallar aadaki gibi oluacaktr.

Eer Udm>=Udx o halde k112=1-Udm Deil o halde k112=1-Udx k111=1-Udm k110=(Uyx+Udm)/2 Eer Uom>=Udx o halde k19=1-Udx Deil o halde k19=1-Udy k18=Uom k17=Uom k16=(Uym+Udx)/2 k15=1-Uym k14=1-Uym

Nron ann eitilme aamalar:

net2=k6*W61+k5*W51+k4*W41 f2=1/(1+exp-(net2)) net3=k12*W121+k11*W111+k10*W101

84

f3=1/(1+exp-(ne3)) net13=k9*W91+k8*W81+k7*W71 f13=1/(1+exp-(net13)) net1=f2*W21+f3*W31+f13*W131 f1=1/(1+exp-(net1)) E1 kanszlk tehisi iin hata, z1 kanszlk tehisi iin olmas istenen k deeri olarak kabul edilirse; E1= (1/2)*((z1-f1)*(z1-f1)) E1t=E1t+E1 net1211=k16*W161+k15*W151+k14*W141 f1211=1/(1+exp-(net1211)) net1311=k112*W1121+k111*W1111+k110*W1101 f1311=1/(1+exp-(net1311)) net11311=k19*W191+k18*W181+k17*W171 f11311=1/(1+exp-(net11311)) net11=f1211*W12111+f1311*W13111+f11311*W113111 f11=1/(1+exp-(net11)) E2 demir eksiklii tehisi iin hata, z2 demir eksiklii tehisi iin olmas istenen k deeri olarak kabul edilirse; E2= (1/2)*((z2-f11)*(z2-f11)) E2t=E2t+E2 q=0.25

85

Her nron iin hatalar aadaki gibi hesaplanr.

1=f1*(1-f1)*(z1-f1) 2=f2*(1-f2)*( 1*W21) 3=f3*(1-f3)*( 1*W31) 13=f13*(1-f13)*( 1*W131) 11=f11*(1-f11)*(z2-f11); 1211=f1211*(1-f1211)*( 11*W12111) 1311=f1311*(1-f1311)*( 11*W13111) 11311=f11311*(1-f11311)*( 11*W113111)

Hatay geri yayarak yeni arlklar aadaki gibi hesaplanr.

W21=W21+q* 1*f2 W31=W31+ q* 1*f3 W131=W131+ q* 1*f13 W12111=W12111+q* 11*f1211 W13111=W13111+ q* 11*f1311 W113111=W113111+ q* 11*f11311 W121=W121+q* 3*k12 W111=W111+q* 3*k11 W101=W101+q* 3*k10 W1121=W1121+q* 1311*k112 W1111=W1111+q* 1311*k111

86

W1101=W1101+q* 1311*k110 W61= W61+q* 2*k6 W51= W51+q* 2*k5 W41= W41+q* 2*k4 W161= W161+q* 1211*k16 W151= W151+q* 1211*k15 W141= W141+q* 1211*k14 W91=W91+q* 13*k9 W81=W81+q* 13*k8 W71=W71+q* 13*k7 W191=W191+q* 11311*k19 W181=W181+q* 11311*k18 W171=W171+q* 11311*k17

ekil 3.7.8 ve ekil 3.7.9da Bir insanda kanszlk ve demir eksiklii orannn hesaplanmasnn sinirsel bulank a yapsnn istenen-elde edilen sonu grafikleri grlmektedir.

87

ekil 3.7.8. Bir insanda kanszlk orannn hesaplanmasnn sinirsel bulank a yapsnn istenen-elde edilen sonu grafii

ekil 3.7.9. Bir insanda demir eksiklii orannn hesaplanmasnn sinirsel bulank a yapsnn istenen-elde edilen sonu grafii

88

4. ARATIRMA SONULARI

Bu tezde sinirsel bulank alar ve bulank sinir alar ve bu yaplara dayanlarak oluturulmu modeller zerinde durularak, baz modellerin uygulama alanlar ile ilgili zm ve neriler sunulmutur. Traktrn gcn hesaplama program Mamdani sinirsel bulank yntemi ile yaplmtr. Bu problemde Mamdani ynteminin seilmesinde, oluturulan kural taban etkili olmutur. Program bir kere eitildikten sonra tm giriler iin sonu alnabilmektedir. En yakn sonuca ulamada kurallar oluturma ynteminin rol byktr. Sonuca hzl ulamada ise sinir a arlklarndaki deiimin nemli olduu grlmtr. ki giri, tek kl ve dokuz kuraldan oluan basit bir yap olsa da sonuca ok ksa srede ulalamamtr. k kk bir deerdeki hataya kadar eitilse de, ayn hata orannda, test sonularnn e yaknlkta ulalana

olmad grlmtr. Bunun sebebinin arlk deerleri olduu dnlmtr. Gerek sonulara en yakn deerler elde edilene kadar eitim tekrarlanmtr.Eitim sonuunda elde edilen ve kmas istenen sonularn karlatrmal olarak oluturulmu grafii EK-Ada gsterilmektedir. Traktrn gcn hesaplama programnn devir giri deerinin ve be yelik deerine bulanklatrlmas iin bulanklatrc sinirsel bulank a modeli tasarlanmtr. Bu problemde eitimden sonraki sonular gerek sonulara olduka yakn elde edilmitir. Fakat istisna olarak baz sonularda istenilen yaknlkta deerler elde edilememitir. ou sonucun yaknl ve baz istisnalarn gerek sonuca istenilen yaknlkta sonularnn elde edilememesinin nedeni tespit edilememitir. Birok eitim sonucunda en kk hata oranlarnda dahi bu sorun gzlemlenmitir. Elde edilmi sonu gerek sonuca ok da uzak olmad iin sorun nemsenmemitir. Bu problemde hzl ve doru sonuca ulamada sinir a arlklarnn yannda gizli katmandaki nron saysnn da etkili olduu grlmtr. Bulanklatrmada yelik deere yada be yelik deere blmlemede blmleme says farkndan kaynaklanan bir soruna rastlanmamtr. Sadece programn

89

karmakl artmtr. Traktrn gcn hesaplama programnn devir giri deerinin yelik deere bulanklatrlmas probleminde eitim sonucunda elde edilen sonular ile kmas istenen sonu deerlerinin karlatrmal olarak oluturulmu sonu grafii EK-Bde yer almaktadr. Traktrn gcn hesaplama programnn devir giri deerinin be yelik deere bulanklatrlmas probleminde eitim sonucunda elde edilen sonular ile kmas istenen sonu deerlerinin karlatrmal olarak oluturulmu sonu grafii EK-Cde yer almaktadr. N kl bulanklatrc sinir a modelini belirleme probleminde birok sorun mevcuttur. Bu sorunun en nemlisi doru sonuca ulaabilmede gizli katmandaki nron saysnn ok kombinasyonlu seilebilmesinden kaynaklanmaktadr. Bu kombinasyon, eitim hzndaki deiim, sinir a arlklarndaki deiim k sonular elde etmede ok yava ilerlenmesine sebep olmutur. Traktr gcnn hesaplanmasndaki giri deeri devirin bulanklatrlmas rnei bu programda da denendiinde olduka zaman alc olmutur. Bu yavaln sebebinin program iindeki dnglerden kaynakland dnlmtr. Bir insandaki kanszlk ve demir eksiklii orann belirleyen problem giri, iki k, onsekiz kuraldan olumaktadr. Bu problem tm giri deerlerini bulanklatrc sinirsel bulank a ile bulanklatrlarak elde edilen sonu yelik deerleri Mamdani yaklaml sinirsel bulank a modeline uygulanarak sonular elde edilmitir. Bulanklatrc programn sonucunda elde edilen yelik deerleri istisna baz deerler haricinde gerek deerlere yakn deerler elde edilmitir. Programn Mamdani modelini uygulama ksmnda ise eitim aamas srasnda sinir ann arlk deerlerindeki deiimin ve eitim hz deerinin eitim srecini etkiledii anlalmtr. Gizli katmanda seilen nron saysnn programa etkisi olmamtr. Mamdani modelinin kural katmann oluturmann neminin byk olduu grlmtr. Kural katmannda kural saysnn artmas kurallar oluturma ynteminin seilmesini ve uygulanmasn zorlatrmtr. Fakat eitim hzna etkisi olmamtr. Kurallar oluturduktan sonra programn anlayaca dile evirmenin de nemli olduu belirtilmelidir. Programn iki k iin sonu bulmas gerektiinden gerek sonua en yakn deerlere ulaabilmek iin eitim tekrarnn tek kl

90

programa gre daha fazla yaplmas gerekli grlmtr. Bir insandaki kanszlk ve demir eksiklii orann belirleyen problemin eitilmesi sonucunda elde edilen sonular ile kmas istenen sonu deerlerinin karlatrmal olarak oluturulmu sonu grafii EK-Ede yer almaktadr. Tm bu programlarda sinirsel bulank alarn eitimleri sonucunda ayn hataya ulald halde farkl eitmlerden sonra farkl sonular rettikleri grlmtr. Bunun sebepinin sinir a parametrelerindeki deiim ve eitim hz deerindeki deiim olduu dnlmtr. Ayrca en yakn sonuca ulamada kural taban oluturma yntemi de etkilidir. Bunun neticesinde kk hata oran deerlerine ulalana kadar bir rnein birden fazla kere eitilerek ayn hata oranlarnda en yakn sonucu veren eitimin doru kabul edilmesi gerektiine karar verilmitir.

91

5. TARTIMA VE NERLER

Bulank sinir alar ve sinirsel bulank alar ile sistem zmlenmesi ve simlasyonunun gerekletirilmesi adl bu tez ile farkl sistemlerin bulank sinir alar ve sinirsel bulank alar ile modellerinin oluturularak zmlenmesi ve daha anlalr olmalar iin simulasyon programlarnn oluturulmas amalanmtr. Bulank sinir alar ve sinirsel bulank alar ile sistem zmlemede problemin yaps olduka nemlidir. Burada unutulmamas gereken her kural tabanl bulank sistem problemine sinir a ile, her sinir a problemine de kural tabanl bulank sistemlerle zm oluturabilmektir. Dikkat edilmesi gereken baka bir husus da veri toplamadr. Veri toplarken neri olarak; kaynak oluturan kiilerle birebir allmas veya kaynan ok ak ve anlalr olmas tavsiye edilir. Problemimizi belirleyip, kayna da hazrladktan sonra en nemli husus kural taban oluturmadr. Kural taban doru oluturulmad srece problemin doru sonuca yaklamas mmkn deildir. Doru sonuca ulaabilmek iin dier bir neri; programlarn eitimlerinin bir ok kere tekrarlanmas ve elde edilen sonularn tek tek denenmesidir. Hangi sonu istenen sonuca yaklayor ise bu eitim kabul edilmelidir. Problemlerin zmnde giri deerlerini bulanklatrrken bulanklatrc sinirsel bulank a kullanlabilinir. Bulanklatrc sinirsel bulank an kullanmnda dikkat edilmesi gereken giri deerinin [0,1] veya [1,2] deerleri arasna ekilmesidir. Yapay sinir alar ve bulank mantn birlikte kullanlmasndan oluan sinirsel bulank alarn problem zmlerinde kullanlmas bu yaplarn tek bana kullanldklarndan daha avantajl ve performansl olduundan nerilir.

92

6. KAYNAKLAR

Baykal, N., Beyan T. 2004. Bulank Mantk Uzman Sistemler ve Denetleyiciler. Baklar kitabevi, Ankara. Aliev, R.A., Aliev R.R. 2001. Soft compotng and ts applications. World scientific puplishing co.pte.ltd, London. Tsoukalas, L.H., Uhrig R.E. 1997. Fuzzy and Neural approaches in engineering. John Wiley and Sons, Inc. New York. Czogala, E. , Jacek L. 2000. Fuzzy and Neuro-Fuzzy intellegent systems. Verlag company, New York. Pedrycz, W. 1998. Computatonal intelligence. Crc pres llc, USA. Ahmad M, brahim. 2004. Gml sistemlerle bulank mantk. Bileim yaynlar, stanbul. Fuller, R. 1995. Neural fuzzy systems. Donner visiting professor abo akademi univercity. Fuller, R. 1999. Fuzzy Logic and Neural Nets in ntelligent Systems, Vol.17, pp.7494 turku Centre for Computer Science. Babaev, A. 1998. Bulank mantk ve uygulamalar. Uluda niversitesi ders notlar , Bursa. Gler, B. 2003. Kural tabanl sistemlerin bulank ve sinirsel bulank gsterimi. Doktora Tezi, Uluda niversitesi Fen Bilimleri Enstits, Bursa.

93

Ylmaz, E. 2001. Sinirsel bulank alarn kullanm ile verilere gre bulank kontrol kurallarnn elde edilmesi ve simlasyounun gerekletirilmesi. Yksek Lisans Tezi, Uluda niversitesi Fen Bilimleri Enstits, Bursa. Gner, E. 2003. Adaptive neuro fuzzy inference system applications in chemical processes. M.S Thesis, The middle east technical univercity, 22-25 Eyll. Hocaolu, F. , Kurban M. 2005. Adaptif a tabanl bulank karm sistemi ile Eskiehir blgesi iin gnelenme sreleri tahmini. Anadolu niversitesi., Eskiehir. Abiyev, R. 2003. Fuzzy Inference System Based On Neural Network for Technological Process Control. Vol.8, pp.245-252 Lefkosha. Kelemen, A. , Kozma, R. , Liang Y. 2002. Neuro-Fuzzy Classification for the Job Assignment Problem. IEEE International Conference on Systems 38152:1-6. Yldrm, M. 2003. Bulank Mantkl Yapay Sinir A ile dorusal Olmayan Sistem modelleme.Yksek Lisans Tezi, Kocaeli niversitesi Fen Bilimleri Enstits, Kocaeli. Soltanov, K.N, Allahverdi, N.,Gusenov Kh.G. 2000. Dynamical Model to Inversigate of Fuzzy-Neuro Networks. International Conference on Application of Fuzzy Systems and Soft Computing, pp.225-231 Germany, June 26-29. Allahverdi, N. 2002. Uzman Sistemler, Atlas yayn datm, stanbul. ztemel, E. 2003.Yapay Sinir Alar, Papatya yaynclk, Ankara. Nauck, D., Kruse R. 1993. A Fuzzy Neural Network Learning Fuzzy Control Rules and Membership Functions by Fuzzy Error Backpropagation. IEEE Int.Conf. on Neural Networks, pp.1022-1027, San Francisso, March 28-April 1.

94

Nauck, D., Kruse R. 1993. Interpreting Changes in the Fuzzy Sets of A SelfAdaptive Neural Fuzzy Controller. IFIS Int.Conf. on Industrial applications of Fuzzy Control and Intelligent Systems, pp.146-152, Texas, December 2-4. Nauck, D. ,Kruse R. 1995.Nefclass-A neuro-Fuzzy Approach For The Classification of Data. Proc of the ACM symposium on applied computing, pp.461-465, New York, february 26-28. Jiang, T., Li Y. 1996Generalized Defuzzification Strategies and Their Parameter Learning Procedures. IEEE Int.Conf. on Fuzzy Systems, Vol.4, pp.1063-6706, New York., July 15. http://www.neuro-fuzzy.de. , 2 ubat 2006. http://portal.acm.org. ,30 Mart 2006. http://www.ulb.ac.be/di/map/gbonte/papers.html. , 12 Mays 2006. http://faculty.petra.ac.id/resmana/basidab/fuzzy/fuzzy_book.pdf. , 20 Haziran 2006 http://www.helsinki.fi/~niskanen/sc 2001/ip.pdf. , 18 Haziran 2006.

95

EK-A Devir ve Egr Deerlerine Gre Traktrn Gcnn Hesaplanmas Sinirsel Bulank A Modelinin Delphi Programnn Kullanlmas

ekil EK-A.1 Traktrn gcnn hesaplanmas sinirsel bulank a modelinin delphi programnn giri formu

Programn ekil EK-A.1 formundan Balang arlk deerlerini girerek eitim seenei seilirse sinirsel bulank a balang arlk deerleri otomatik olarak atanarak an eitilmesi salanr.

96

ekil EK-A.2. Traktrn gcnn hesaplanmas sinirsel bulank a modelinin delphi programnn eitim formu

Otomatik arlk deerlerinin atanmasndan sonra eit butonuna basldnda eitime balanr. stenilen sonu elde edildikten sonra program sonlanr. Burada elde edilen arlk deerlerinin istenilen sonucu verip vermediinin testi iin ilk formdan nceden hesaplanm arlk deerleri ile eit seenei seilir. Bu seimden sonra gelecek form aadaki gibidir. Giri deerlerini girerek test edilebilinir. Test edilme sonunda elde sonucunda, istenilenelde edilen sonu grafii aadaki gibi olacaktr.

97

ekil EK-A.3. Traktrn gcnn hesaplanmas sinirsel bulank a yapsnn istenen-elde edilen sonu grafii

ekil EK-A.4. Traktrn gcnn hesaplanmas sinirsel bulank a modelinin delphi programnn test formu

Programn kaynak kodlarn EK-Fde yer almaktadr.

98

EK-B Devir Deerinin Bulanklatrc Sinirsel Bulank A Yntemi ile yelik Deerlerinin Hesaplanmas Probleminin Delphi Programnn Kullanlmas

ekil EK-B.1 Devir deerininin bulanklatrc sinirsel bulank a yntemi ile yelik deerlerinin hesaplanmasnn delphi programnn giri formu

Programn giri formundan (ekil EK-B.1) Balang arlk deerlerini girerek eitim seenei seilirse sinirsel bulank a balang arlk deerleri otomatik olarak atanarak an eitilmesi salanr.

99

ekil EK-B.2. Devir deerini bulanklatrc sinirsel bulank a yntemi ile yelik deerlerinin hesaplanmasnn delphi programnn eitim formu

Otomatik arlk deerlerinin atanmasndan sonra eit butonuna basldnda eitime balanr. stenilen sonu elde edildikten sonra program sonlanr. Burada elde edilen arlk deerlerinin istenilen sonucu verip vermediinin testi iin ilk formdan nceden hesaplanm arlk deerleri ile eit seenei seilir. Bu seimden sonra gelecek form aadaki gibidir. Giri deerlerini girerek test edilebilinir. Test edilme sonunda elde sonucunda, istenilenelde edilen sonu grafii aadaki gibi olacaktr.

100

ekil EK-B.3. Devir deerini bulanklatrc sinirsel bulank a yntemi ile yelik deerlerinin hesaplanmasnn istenen-elde edilen sonu grafii

ekil EK-B.4. Devir deerini bulanklatrc sinirsel bulank a yntemi ile yelik deerlerinin hesaplanmasnn test formu

Programn kaynak kodlarn EK-Gde yer almaktadr.

101

EK-C Devir Deerinin Sinirsel Bulank A Yntemi ile Be yelik Deerlerinin Hesaplanmas Problemin Delphi Programnn Kullanlmas

ekil EK-C.1 Devir deerini bulanklatrc sinirsel bulank a yntemi ile be yelik deerlerinin hesaplanmasnn delphi programnn giri formu

Programn ekil EK-C.1deki formdan Balang arlk deerlerini girerek eitim seenei seilirse sinirsel bulank a balang arlk deerleri otomatik olarak atanarak an eitimesi salanr.

102

ekil EK-C.2. Devir deerini bulanklatrc sinirsel bulank a yntemi ile be yelik deerlerinin hesaplanmasnn delphi programnn eitim formu

Otomatik arlk deerlerinin atanmasndan sonra eit butonuna basldnda eitime balanr. stenilen sonu elde edildikten sonra program sonlanr. Burada elde edilen arlk deerlerinin istenilen sonucu verip vermediinin testi iin ekil EKC.1den nceden hesaplanm arlk deerleri ile eit seenei seilir. Bu seimden sonra gelecek olan form ekil EK-C.8deki gibidir. Giri deerlerini tek tek girerek sonular test edilebilinir. Test edilme sonucunda istenilenelde edilen sonular karlatrldnda sonu grafikleri ekil EK-C.3, ekil EK-C.4, ekil EK-C.5, ekil EK-C.6 ve ekil EK-C.7deki gibi olacaktr.

103

ekil EK-C.3. Devir deerini bulanklatrc sinirsel bulank a yntemi ile be yelik deerlerinin hesaplanmasnn istenen-kan sonu devir grafii

ekil EK-C.4. Devir deerini bulanklatrc sinirsel bulank a yntemi ile be yelik deerlerinin hesaplanmasnn delphi programnn test formu

Programn kaynak kodlarn EK-Hde yer almaktadr.

104

EK-D Bir Giri N kl Bulanklatrc Sinirsel A Modelinin Delphi Programnn Kullanlmas

ekil EK-D.1 Bir giri n kl bulanklatrc sinirsel a modelinin delphi program giri formu

Programn ekil EK-D.1deki formundan Balang arlk deerlerini girerek eitim seenei seilirse sinirsel bulank a balang arlk deerleri otomatik olarak atanarak an eitimesi salanr.

105

ekil EK-D.2. Bir giri n kl bulanklatrc sinirsel a modelinin delphi program eitim formu

Giri deerinin aralklar girilir daha sonra bulanklatrcnn ka yelik deeri iin alaca girilir, test aamas basamaklar girilir ve tamam tmesine baslmas ile sinir alarnn arlk deerleri otomatik olarak atanr. Otomatik arlklarn onaylanmas ile aadaki form grnts grlr.

106

ekil EK-D.3. Bir giri n kl bulanklatrc sinirsel a modelinin delphi program eitim formu

ekil EK-D.3de grld gibi test aamas deerlerini kullancnn girmesi gerekir. Bu deerleri girdikten sonra eitime balanr. Eitim sonular bulunduktan sonra kayt etmek iin seim sunulur. Buradaki kaytlar test ederken arlarak kullanlr. Eer ilk ekil EK-D.1den ikinci seenek seilirse aadaki ekil EK-D.4 ekrana gelir test etme formudur. Giri seenekleri girildikten sonra daha nce kayt ettiiniz arlklar ekranda grnecektir. Arlklar onaylandktan sonra test edebilirsiniz.

107

.
ekil EK-D.4. Bir giri n kl bulanklatrc sinirsel a modelinin delphi program test formu

108

EK-E Bir nsanda Kanszlk ve Demireksiklii Orann Belirleyen Sinirsel Bulank A Modelinin Delphi Program

ekil EK-E.1 Bir insanda kanszlk ve demir eksiklii orann belirleyen sinirsel bulank a modelinin delphi program giri formu

Programn ekil EK-E.1deki formundan Balang arlk deerlerini girerek eitim seenei seilirse sinirsel bulank a balang arlk deerleri otomatik olarak atanarak an eitilmesi salar. Birinci secenek seilirse aadaki ekil EK-E.2 ekrana gelir. stenirse menlerden tm giri ve klarn yelik grafiklerine, istenen-elde edilen grafiklerine, test tablosuna, aralk deerlerine ulalabilinir.

109

ekil EK-E.2. Bir insanda kanszlk ve demir eksiklii orann belirleyen sinirsel bulank a modelinin delphi program eitim formu

Eit butonuna baslmas ile eitim balar. Menlerdeki seeneklerdende faydalanabilinir. Buradan istenilirse giri deerlerini bulanklatrc programa geilebilinir. Bunun bir rnei aadaki formda grlmektedir. Her giri deerini bulanklatrmak iin program mevcuttur. Bulanklatrc program ile bulanklatrma eitimi ve testi mmkndr.

110

ekil EK-E.3. Bir insanda kanszlk ve demireksiklii orann belirleyen sinirsel bulank a modelinin delphi program eitim formu

ekil EK-E.4. Bir insanda kanszlk ve demireksiklii orann belirleyen sinirsel bulank a modelinin delphi program eitim formu

111

ekil EK-E.1 den nceden hesaplanm arlk deerleri ile eitim seenei seilirse ekil EK-E.5 ekrana gelir.

ekil EK-E.5. Bir insanda kanszlk ve demireksiklii orann belirleyen sinirsel bulank a modelinin delphi program test formu

ekil EK-E.5 ve ekil EK-E.4de

grld gibi bu programn iinde kullanlabilir. Burda

hemoglobin giri deerini bulanklatrma program

bulanklatrc test ksm ve programn kendi test ksm beraber sunulmaktadr. stenirse menlerden tm giri ve klarn yelik grafiklerine, istenen-eldeedilen grafiklerine, test tablosuna, aralk deerlerine ulalabilinir.

Programn kaynak kodlar EK-Ide yer almaktadr.

112

ekil EK-E.6. Bir insanda kanszlk ve demireksiklii orann belirleyen sinirsel bulank a modelinin delphi program test formu

ekil EK-E.7. Bir insanda kanszlk ve demireksiklii orann belirleyen sinirsel bulank a modelinin delphi program test formu

113

EK-F Devir ve Egr Deerlerine Gre Traktrn Gcnn Hesaplanmas probleminin Delphi Programnn Kaynak Kodlar

var Udx,Uox,Uyx,Udy,Uoy,Uyy,k4,k5,k6,k7,k8,k9,k10,k11,k12, net2,r2,r12,f12,f2,net3,r3,f3, net13,r13,f13, h13, net1,r1,f1,Y1,e1t,q,h1,h2,h3,h4,z,zd,zo,zy,c,d:extended; a,i,x,y:integer; s:real; epk:longint; Y1agr12:array[1..1] of extended; Y1agr11:array[1..1] of extended; Y1agr10:array[1..1] of extended; Y1agr9:array[1..1] of extended; Y1agr8:array[1..1] of extended; Y1agr7:array[1..1] of extended; Y1agr6:array[1..1] of extended; Y1agr5:array[1..1] of extended; Y1agr4:array[1..1] of extended; Yagr3:array[1..1] of extended; Yagr2:array[1..1] of extended; Yagr13:array[1..1] of extended; e1:array[1..35] of extended; t:array[1..35,1..3] of extended; {sinirsel bulank an balang arlk deerlerinin atanmas} randomize; sayi1:=random(10); sy1:=10+random(10); sayi2:=random(10); sy2:=10+random(100); sayi3:=random(10); sy3:=10+random(10); sayi4:=random(10); sy4:=10+random(10); sayi5:=random(10); sy5:=10+random(10); sayi6:=random(10); sy6:=10+random(10); sayi7:=random(10); sy7:=10+random(10);

114

sayi8:=random(10); sy8:=10+random(10); sayi9:=random(10); sy9:=10+random(10); sayi10:=random(10); sy10:=10+random(10); sayi11:=random(10); sy11:=10+random(10); sayi12:=random(10); sy12:=10+random(10); sayi13:=random(10); sy13:=10+random(10); sayi15:=random(10); sy15:=10+random(10); sayi16:=random(10); sy16:=10+random(10); sayi17:=random(10); sy17:=10+random(10); sayi18:=random(10); sy18:=10+random(10); sayi19:=random(10); sy19:=10+random(10); sayi20:=random(10); sy20:=10+random(10); sayi21:=random(10); sy21:=10+random(10); basa: epk:=epk+1;e1t:=0; grv: s:=3.14; {giri deerinin bulanklatrlmas} if ((1500<=x) and (x<=2500)) then begin if ((1500<=x) and (x<=2500)) then edit29.Text:=floattostr((2500-x)/1000); end else edit29.Text:=floattostr(0); if ((2250<=x) and (x<=3000)) then begin if ((2250<=x) and (x<=2625)) then edit30.Text:=floattostr((x-2250)/375); if ((2625<x) and (x<=3000)) then edit30.Text:=floattostr((3000-x)/375); end else edit30.Text:=floattostr(0); if ((2750<=x) and (x<=3500)) then

115

begin edit31.Text:=floattostr((x-2750)/750); end else edit31.Text:=floattostr(0); if ((0<=y) and (y<=12)) then begin edit32.Text:=floattostr((12-y)/12); end else edit32.Text:=floattostr(0); if ((10<=y) and (y<=22)) then begin if ((10<=y) and (y<=16)) then edit33.Text:=floattostr((y-10)/6); if ((16<y) and (y<=22)) then edit33.Text:=floattostr((22-y)/6); end else edit33.Text:=floattostr(0); if ((20<=y) and (y<=30)) then begin edit34.Text:=floattostr((y-20)/10); end else edit34.Text:=floattostr(0); if ((3<=z) and (z<=4.7)) then begin zd:=(4.7-z)/1.7; end else z:=0; if ((4<=z) and (z<=6.4)) then begin if ((4<=z) and (z<=5.2)) then zo:=(z-4)/1.2; if ((5.2<z) and (z<=6.4)) then zo:=(6.4-z)/1.2; end else z:=0; if ((5.2<=z) and (z<=7)) then begin zy:=(z-5.2)/1.8; end else z:=0; if ((((zd=0) and (zo=0)) and (zy=0))) then z:=0; if ((zo=0) and (zy=0)) then z:=zd; if ((zd=0) and (zo=0)) then z:=zy; if ((zd=0) and (zy=0)) then z:=zo; if ((zd=0) and ((zo<>0)and (zy<>0)))then begin if (zo>=0.5) then z:=zo; if (zy>0.5) then z:=zy; end;

116

if ((zo=0) and ((zd<>0) and (zy<>0))) then begin if (zd>=0.5) then z:=zd; if (zy>0.5) then z:=zy; end; if ((zy=0) and ((zd<>0) and (zo<>0))) then begin if (zd>=0.5) then z:=zd; if (zo>0.5) then z:=zo; end; {kurallar} if Udx<Udy then k12=Udx else k12=Udy; if Udx<Uoy then k11=Udx else k11=Uoy; if Udx<Uyy then k10=Udx else k10=Uyy; if Uox<Udy then k9=Uox else k9:=Udy; if Uox<Uoy then k8=Uox else k8:=Uoy; if Uox<Uyy then k7=Uox else k7:=Uyy; if Uyx>Udy then k6=Uyx else k6=Udy; if Uyx>Uoy then k5=Uyx else k5=Uoy; if Uyx>Uyy then k4=Uyx else k4=Uyy; net2:=k6*y1agr6[1]+k5*y1agr5[1]+k4*y1agr4[1]; r2:=exp((-net2)*ln(s)); f2:=1/(1+(r2)); net3=k12*y1agr12[1]+k11*y1agr11[1]+k10*y1agr10[1]; r3=exp((-net3)*ln(s)); f3=1/(1+(r3)); net13=k9*y1agr9[1]+k8*y1agr8[1]+k7*y1agr7[1]; r13=exp((-net13)*ln(s)); f13=1/(1+(r13)); net1=f2*yagr2[1]+f3*yagr3[1]+f13*yagr13[1]; r1=exp((-net1)*ln(s)); f1=1/(1+(r1)); e1[i]:= (1/2)*((z-f1)*(z-f1)); e1t:=e1t+e1[i]; q:=strtofloat(edit7.Text); {hatalar} h1:=f1*(1-f1)*(z-f1); h2:=f2*(1-f2)*(h1*Yagr2[1]);

117

h3:=f3*(1-f3)*(h1*Yagr3[1]); h13:=f13*(1-f13)*(h1*Yagr13[1]); {Yeni arlklar} Yagr2[1]:=Yagr2[1]+q*h1*f2; Yagr3[1]:=Yagr3[1]+ q*h1*f3; Yagr13[1]:=Yagr13[1]+ q*h1*f13; {3.nron iin yeni arlklar} Y1agr12[1]:=Y1agr12[1]+q*h3*k12; Y1agr11[1]:=Y1agr11[1]+q*h3*k11; Y1agr10[1]:=Y1agr10[1]+q*h3*k10; {2.nron iin yeni arlklar} Y1agr6[1]:= Y1agr6[1]+q*h2*k6; Y1agr5[1]:= Y1agr5[1]+q*h2*k5; Y1agr4[1]:= Y1agr4[1]+q*h2*k4; {13.nron iin yeni arlklar} Y1agr9[1]:=Y1agr9[1]+q*h13*k9; Y1agr8[1]:=Y1agr8[1]+q*h13*k8; Y1agr7[1]:=Y1agr7[1]+q*h13*k7; i:=i+1; if ((i=5) and (i<>a)) then i:=i+1; if ((i=12) and (i<>a)) then i:=i+1; if ((i=21) and (i<>a)) then i:=i+1; if ((i=27) and (i<>a)) then i:=i+1; if ((i=32) and (i<>a)) then i:=i+1; if i=36 then i:=1; x:=t[i,1]; y:=t[i,2];z:=t[i,3]; if i<>a then goto grv; if i=a then begin if ((e1t*100)>=1) then goto basa; end; end; {test aamas} s:=3.14; if ((1500<=x) and (x<=2500)) then begin if ((1500<=x) and (x<=2500)) then

118

edit3.Text:=floattostr((2500-x)/1000); end else edit3.Text:=floattostr(0); if ((2250<=x) and (x<=3000)) then begin if ((2250<=x) and (x<=2625)) then edit4.Text:=floattostr((x-2250)/375); if ((2625<x) and (x<=3000)) then edit4.Text:=floattostr((3000-x)/375); end else edit4.Text:=floattostr(0); if ((2750<=x) and (x<=3500)) then begin edit5.Text:=floattostr((x-2750)/750); end else edit5.Text:=floattostr(0); if ((0<=y) and (y<=12)) then begin edit6.Text:=floattostr((12-y)/12); end else edit6.Text:=floattostr(0); if ((10<=y) and (y<=22)) then begin if ((10<=y) and (y<=16)) then edit7.Text:=floattostr((y-10)/6); if ((16<y) and (y<=22)) then edit7.Text:=floattostr((22-y)/6); end else edit7.Text:=floattostr(0); if ((20<=y) and (y<=30)) then begin edit8.Text:=floattostr((y-20)/10); end else edit8.Text:=floattostr(0); {Kurallar} if Udx<=Udy then k12:=Udx else k12:=Udy; if Udx<=Uoy then k11:=Udx else k11:=Uoy; if Udx<=Uyy then k10:=Udx else k10:=Uyy; if Uox<=Udy then k9:=Uox else k9:=Udy; if Uox<=Uoy then k8:=Uox else k8:=Uoy; if Uox<=Uyy then k7:=Uox else k7:=Uyy; if Uyx>=Udy then k6:=Uyx else k6:=Udy; if Uyx>=Uoy then k5:=Uyx else k5:=Uoy; if Uyx>=Uyy then k4:=Uyx else k4:=Uyy; net2:=k6*table1.Fields[6].value+k5*table1.Fields[7].value+

119

k4*table1.Fields[8].value; r2:=exp((-net2)*ln(s)); f2:=1/(1+(r2)); net3:=k12*table1.Fields[0].value+k11*table1.Fields[1].value+ k10*table1.Fields[2].value; r3:=exp((-net3)*ln(s)); f3:=1/(1+(r3)); net13:=k9*table1.Fields[3].value+k8*table1.Fields[4].value+ k7*table1.Fields[5].value; r13:=exp((-net13)*ln(s)); f13:=1/(1+(r13)); net1:=f2*table1.Fields[9].value+f3*table1.Fields[11].value+ f13*table1.Fields[10].value; r1:=exp((-net1)*ln(s)); f1:=1/(1+(r1)); z:=f1;

120

EK-G Devir Deerinin Bulanklatrc Sinirsel Bulank A Yntemi ile yelik Deerinin Hesaplanmas Probleminin Delphi Programnn Kaynak Kodlar

var a,i,x,y:integer; s:real; epk:longint; z1,z2,z3,net4,f4,r4,net5,f5,r5,net6,f6,r6,net7,f7,r7,net1, f1,r1,net2,f2,r2,net3,f3,r3,h1,h4,h5,h6,h7,h2, h3,e1t,e2t,e3t,et,q,x1:variant; Y1agr9:array[1..4] of variant; Y1agr8:array[1..4] of variant; Y1agr7:array[1..3] of variant; Y1agr6:array[1..3] of variant; Y1agr5:array[1..3] of variant; Y1agr4:array[1..3] of variant; e1:array[1..11] of variant; e2:array[1..11] of variant; e3:array[1..11] of variant; t:array[1..11,1..4] of variant; randomize; sayi1:=random(10);sy1:=10+random(10); sayi2:=random(10);sy2:=10+random(100); sayi3:=random(10);sy3:=10+random(10); sayi4:=random(10);sy4:=10+random(10); sayi5:=random(10);sy5:=10+random(10); sayi6:=random(10);sy6:=10+random(10); sayi7:=random(10);sy7:=10+random(10); sayi8:=random(10);sy8:=10+random(10); sayi9:=random(10);sy9:=10+random(10); sayi10:=random(10);sy10:=10+random(10); sayi11:=random(10);sy11:=10+random(10);

121

sayi12:=random(10);sy12:=10+random(10); sayi13:=random(10);sy13:=10+random(10); sayi15:=random(10);sy15:=10+random(10); sayi16:=random(10);sy16:=10+random(10); sayi17:=random(10);sy17:=10+random(10); sayi18:=random(10);sy18:=10+random(10); sayi19:=random(10);sy19:=10+random(10); sayi20:=random(10);sy20:=10+random(10); basa: epk:=epk+1; e1t:=0;e2t:=0;e3t:=0; {eitim aamas} grv: s:=3.14; if x<=1500 then x1:=0; if ((1500<x) and (x<3500)) then begin if ((1500<x) and (x<=2500)) then x1:=2*(((x-1500)/2000)*((x-1500)/2000)); end else x1:=(0); if ((1500<x) and (x<3500)) then begin if ((2500<x) and (x<3500)) then x1:=1+(((x-3500)/2000)*((x-3500)/2000)); end else x1:=(0); if x>=3500 then x1:=2 ; net4:=x1*Y1agr9[4]+y*Y1agr8[4]; r4:=exp((-net4)*ln(s));f4:=1/(1+(r4)); net5:=x1*Y1agr9[3]+y*Y1agr8[3]; r5:=exp((-net5)*ln(s));f5:=1/(1+(r5)); net6:=x1*Y1agr9[2]+y*Y1agr8[2]; r6:=exp((-net6)*ln(s));f6:=1/(1+(r6));

122

net7:=x1*Y1agr9[1]+y*Y1agr8[1]; r7:=exp((-net7)*ln(s));f7:=1/(1+(r7)); net1:=f7*Y1agr7[1]+f6*Y1agr6[1]+f5*Y1agr5[1]+f4*Y1agr4[1]; r1:=exp((-net1)*ln(s));f1:=1/(1+(r1)); net2:=f7*Y1agr7[2]+f6*Y1agr6[2]+f5*Y1agr5[2]+f4*Y1agr4[2]; r2:=exp((-net2)*ln(s));f2:=1/(1+(r2)); net3:=f7*Y1agr7[3]+f6*Y1agr6[3]+f5*Y1agr5[3]+f4*Y1agr4[3]; r3:=exp((-net3)*ln(s));f3:=1/(1+(r3)); e1[i]:= (1/2)*((z1-f1)*(z1-f1)); e1t:=e1t+e1[i]; e2[i]:= (1/2)*((z2-f2)*(z2-f2)); e2t:=e2t+e2[i]; e3[i]:= (1/2)*((z3-f3)*(z3-f3)); e3t:=e3t+e3[i]; et:=e1t+e2t+e3t; {1.Nron ii hatalar} h1:=f1*(1-f1)*(z1-f1); {Yeni arlklar} Y1agr4[1]:=Y1agr4[1]+0.25*h1*f4; Y1agr5[1]:=Y1agr5[1]+0.25*h1*f5; Y1agr6[1]:=Y1agr6[1]+0.25*h1*f6; Y1agr7[1]:=Y1agr7[1]+0.25*h1*f7; {2.Nron ii hatalar} h2:=f2*(1-f2)*(z2-f2); {Yeni arlklar} Y1agr4[2]:=Y1agr4[2]+0.25*h2*f4; Y1agr5[2]:=Y1agr5[2]+0.25*h2*f5; Y1agr6[2]:=Y1agr6[2]+0.25*h2*f6; Y1agr7[2]:=Y1agr7[2]+0.25*h2*f7; {3.Nron ii hatalar} h3:=f3*(1-f3)*(z3-f3); {Yeni arlklar} Y1agr4[3]:=Y1agr4[3]+0.25*h3*f4; Y1agr5[3]:=Y1agr5[3]+ 0.25*h3*f5;

123

Y1agr6[3]:=Y1agr6[3]+ 0.25*h3*f6; Y1agr7[3]:=Y1agr7[3]+ 0.25*h3*f7; {4-5-6-7 Nron iin HATALAR} h4:=f4*(1-f4)*(h1*Y1agr4[1]+h2*Y1agr4[2]+h3*Y1agr4[3]); h5:=f5*(1-f5)*(h1*Y1agr5[1]+h2*Y1agr5[2]+h3*Y1agr5[3]); h6:=f6*(1-f6)*(h1*Y1agr6[1]+h2*Y1agr6[2]+h3*Y1agr6[3]); h7:=f7*(1-f7)*(h1*Y1agr7[1]++h2*Y1agr7[2]+h3*Y1agr7[3]); {4.Nron iin arlklar} Y1agr9[4]:=Y1agr9[4]+0.25*h4*x1; Y1agr8[4]:=Y1agr8[4]+0.25*h4*y; {5.Nron iin arlklar} Y1agr9[3]:=Y1agr9[3]+0.25*h5*x1; Y1agr8[3]:=Y1agr8[3]+0.25*h5*y; {6.Nron iin arlklar} Y1agr9[2]:=Y1agr9[2]+0.25*h6*x1; Y1agr8[2]:=Y1agr8[2]+0.25*h6*y; {7.Nron iin arlklar Y1agr9[1]:=Y1agr9[1]+0.25*h7*x1; Y1agr8[1]:=Y1agr8[1]+0.25*h7*y; i:=i+1; if ((i=5) and (i<>a)) then i:=i+1; if ((i=10) and (i<>a)) then i:=i+1; if i=12 then i:=1; x:=t[i,1]; z1:=t[i,2];z2:=t[i,3];z3:=t[i,4]; if i<>a then goto grv; {test aamas} y:=-1;s:=3.14; x:=strtoint(edit1.text); if x<=1500 then x1:=0; if ((1500<x) and (x<3500)) then begin if ((1500<x) and (x<=2500)) then x1:=2*(((x-1500)/2000)*((x-1500)/2000)); end else x1:=(0);

124

if ((1500<x) and (x<3500)) then begin if ((2500<x) and (x<3500)) then x1:=1+(((x-3500)/2000)*((x-3500)/2000)); end else x1:=(0); if x>=3500 then x1:=2 ; net4:=x1*table1.fields[0].value+y*table1.fields[1].value; r4:=exp((-net4)*ln(s));f4:=1/(1+(r4)); net5:=x1*table1.fields[2].value+y*table1.fields[3].value; r5:=exp((-net5)*ln(s));f5:=1/(1+(r5)); net6:=x1*table1.fields[4].value+y*table1.fields[5].value; r6:=exp((-net6)*ln(s));f6:=1/(1+(r6)); net7:=x1*table1.fields[6].value+y*table1.fields[7].value; r7:=exp((-net7)*ln(s));f7:=1/(1+(r7)); net1:=f7*table1.fields[8].value+f6*table1.fields[9].value+ f5*table1.fields[10].value+f4*table1.fields[11].value; r1:=exp((-net1)*ln(s));f1:=(1/(1+(r1))); net2:=f7*table1.fields[12].value+f6*table1.fields[13].value+ f5*table1.fields[14].value+f4*table1.fields[15].value; r2:=exp((-net2)*ln(s));f2:=(1/(1+(r2))); net3:=f7*table1.fields[16].value+f6*table1.fields[17].value+ f5*table1.fields[18].value+f4*table1.fields[19].value; r3:=exp((-net3)*ln(s));f3:=(1/(1+(r3))); end;

125

EK-H Devir Deerinin Bulanklatrc Sinirsel Bulank A Yntemi ile Be yelik Deerinin Hesaplanmas Probleminin Delphi Programnn Kaynak Kodlar

{Sinirsel bulank an balang arlk deerlerinin atanmas} randomize; sayi1:=random(10);sy1:=10+random(10); sayi2:=random(10);sy2:=10+random(10); sayi3:=random(10);sy3:=10+random(10); sayi4:=random(10);sy4:=10+random(10); sayi5:=random(10);sy5:=10+random(10); sayi6:=random(10);sy6:=10+random(10); sayi7:=random(10);sy7:=10+random(10); sayi8:=random(10);sy8:=10+random(10); sayi9:=random(10);sy9:=10+random(10); sayi10:=random(10);sy10:=10+random(10); sayi11:=random(10);sy11:=10+random(10); sayi12:=random(10);sy12:=10+random(10); sayi13:=random(10);sy13:=10+random(10); sayi14:=random(10);sy14:=10+random(10); sayi15:=random(10);sy15:=10+random(10); sayi16:=random(10);sy16:=10+random(10); sayi17:=random(10);sy17:=10+random(10); sayi18:=random(10);sy18:=10+random(10); sayi19:=random(10);sy19:=10+random(10); sayi20:=random(10);sy20:=10+random(10);

126

sayi21:=random(10);sy21:=10+random(10); sayi22:=random(10);sy22:=10+random(10); sayi23:=random(10);sy23:=10+random(10); sayi24:=random(10);sy24:=10+random(10); sayi25:=random(10);sy25:=10+random(10); sayi26:=random(10);sy26:=10+random(10); sayi27:=random(10);sy27:=10+random(10); sayi28:=random(10);sy28:=10+random(10); sayi29:=random(10);sy29:=10+random(10); sayi30:=random(10);sy30:=10+random(10); sayi31:=random(10);sy31:=10+random(10); sayi32:=random(10);sy32:=10+random(10); sayi33:=random(10);sy33:=10+random(10); sayi34:=random(10);sy34:=10+random(10); sayi35:=random(10);sy35:=10+random(10); sayi36:=random(10);sy36:=10+random(10); sayi37:=random(10);sy37:=10+random(10); sayi38:=random(10);sy38:=10+random(10); sayi39:=random(10);sy39:=10+random(10); sayi40:=random(10);sy40:=10+random(10); sayi41:=random(10);sy41:=10+random(10); sayi42:=random(10);sy42:=10+random(10); {eitim aamas } basa: epk:=epk+1; e1t:=0; e2t:=0; e3t:=0; e10t:=0; e11t:=0;

127

grv: s:=3.14; if x<=1500 then x1:=0; if ((1500<x) and (x<3500)) then begin if ((1500<x) and (x<=2500)) then x1:=2*(((x-1500)/2000)*((x-1500)/2000)); end else x1:=(0); if ((1500<x) and (x<3500)) then begin if ((2500<x) and (x<3500)) then x1:=1+(((x-3500)/2000)*((x-3500)/2000)); end else x1:=(0); if x>=3500 then x1:=2 ; net4:=x1*Y1agr9[4]+y*Y1agr8[4]; r4:=exp((-net4)*ln(s));f4:=1/(1+(r4)); net5:=x1*Y1agr9[3]+y*Y1agr8[3]; r5:=exp((-net5)*ln(s));f5:=1/(1+(r5)); net6:=x1*Y1agr9[2]+y*Y1agr8[2]; r6:=exp((-net6)*ln(s));f6:=1/(1+(r6)); net7:=x1*Y1agr9[1]+y*Y1agr8[1]; r7:=exp((-net7)*ln(s));f7:=1/(1+(r7)); net12:=x1*Y1agr9[5]+y*Y1agr8[5]; r12:=exp((-net12)*ln(s));f12:=1/(1+(r12)); net13:=x1*Y1agr9[6]+y*Y1agr8[6]; r13:=exp((-net13)*ln(s));f13:=1/(1+(r13)); net1:=f7*Y1agr7[1]+f6*Y1agr6[1]+f5*Y1agr5[1]+f4*Y1agr4[1]+ f12*Y1agr12[1]+f13*Y1agr13[1]; r1:=exp((-net1)*ln(s));f1:=1/(1+(r1)); net2:=f7*Y1agr7[2]+f6*Y1agr6[2]+f5*Y1agr5[2]+f4*Y1agr4[2]+ f12*Y1agr12[2]+f13*Y1agr13[2]; r2:=exp((-net2)*ln(s));f2:=1/(1+(r2)); net3:=f7*Y1agr7[3]+f6*Y1agr6[3]+f5*Y1agr5[3]+f4*Y1agr4[3]+ f12*Y1agr12[3]+f13*Y1agr13[3];

128

r3:=exp((-net3)*ln(s));f3:=1/(1+(r3)); net10:=f7*Y1agr7[4]+f6*Y1agr6[4]+f5*Y1agr5[4]+f4*Y1agr4[4]+ f12*Y1agr12[4]+f13*Y1agr13[4]; r10:=exp((-net10)*ln(s));f10:=1/(1+(r10)); net11:=f7*Y1agr7[5]+f6*Y1agr6[5]+f5*Y1agr5[5]+f4*Y1agr4[5]+ f12*Y1agr12[5]+f13*Y1agr13[5]; r11:=exp((-net11)*ln(s));f11:=1/(1+(r11)); e1[i]:= (1/2)*((z1-f1)*(z1-f1)); e1t:=e1t+e1[i]; e2[i]:= (1/2)*((z2-f2)*(z2-f2)); e2t:=e2t+e2[i]; e3[i]:= (1/2)*((z3-f3)*(z3-f3)); e3t:=e3t+e3[i]; e10[i]:= (1/2)*((z4-f10)*(z4-f10)); e10t:=e10t+e10[i]; e11[i]:= (1/2)*((z5-f11)*(z5-f11)); e11t:=e11t+e11[i]; et:=e1t+e2t+e3t+e10t+e11t; {1.Nron ii hatalar} h1:=f1*(1-f1)*(z1-f1); {Yeni arlklar} Y1agr4[1]:=Y1agr4[1]+0.25*h1*f4; Y1agr5[1]:=Y1agr5[1]+0.25*h1*f5; Y1agr6[1]:=Y1agr6[1]+0.25*h1*f6; Y1agr7[1]:=Y1agr7[1]+0.25*h1*f7; Y1agr12[1]:=Y1agr12[1]+0.25*h1*f12; Y1agr13[1]:=Y1agr13[1]+0.25*h1*f13; {2.Nron ii hatalar} h2:=f2*(1-f2)*(z2-f2); {Yeni arlklar} Y1agr4[2]:=Y1agr4[2]+0.25*h2*f4; Y1agr5[2]:=Y1agr5[2]+0.25*h2*f5; Y1agr6[2]:=Y1agr6[2]+0.25*h2*f6; Y1agr7[2]:=Y1agr7[2]+0.25*h2*f7; Y1agr12[2]:=Y1agr12[2]+0.25*h2*f12; Y1agr13[2]:=Y1agr13[2]+0.25*h2*f13; {3.Nron ii hatalar}

129

h3:=f3*(1-f3)*(z3-f3); {Yeni arlklar} Y1agr4[3]:=Y1agr4[3]+0.25*h3*f4; Y1agr5[3]:=Y1agr5[3]+ 0.25*h3*f5; Y1agr6[3]:=Y1agr6[3]+ 0.25*h3*f6; Y1agr7[3]:=Y1agr7[3]+ 0.25*h3*f7; Y1agr12[3]:=Y1agr12[3]+0.25*h3*f12; Y1agr13[3]:=Y1agr13[3]+0.25*h3*f13; {10.Nron ii hatalar} h10:=f10*(1-f10)*(z4-f10); {Yeni arlklar} Y1agr4[4]:=Y1agr4[4]+0.25*h10*f4; Y1agr5[4]:=Y1agr5[4]+ 0.25*h10*f5; Y1agr6[4]:=Y1agr6[4]+ 0.25*h10*f6; Y1agr7[4]:=Y1agr7[4]+ 0.25*h10*f7; Y1agr12[4]:=Y1agr12[4]+0.25*h10*f12; Y1agr13[4]:=Y1agr13[4]+0.25*h10*f13; {11.Nron ii hatalar} h11:=f11*(1-f11)*(z5-f11); {Yeni arlklar} Y1agr4[5]:=Y1agr4[5]+0.25*h11*f4; Y1agr5[5]:=Y1agr5[5]+ 0.25*h11*f5; Y1agr6[5]:=Y1agr6[5]+ 0.25*h11*f6; Y1agr7[5]:=Y1agr7[5]+ 0.25*h11*f7; Y1agr12[5]:=Y1agr12[5]+0.25*h11*f12; Y1agr13[5]:=Y1agr13[5]+0.25*h11*f13; {4-5-6-7 Nron iin HATALAR} h4:=f4*(1f4)*(h1*Y1agr4[1]+h2*Y1agr4[2]+h3*Y1agr4[3]+h10*Y1agr4[4]+ h11*Y1agr4[5]); h5:=f5*(1f5)*(h1*Y1agr5[1]+h2*Y1agr5[2]+h3*Y1agr5[3]+h10*Y1agr5[4]+ h11*Y1agr5[5]); h6:=f6*(1f6)*(h1*Y1agr6[1]+h2*Y1agr6[2]+h3*Y1agr6[3]+h10*Y1agr6[4]+ h11*Y1agr6[5]); h7:=f7*(1f7)*(h1*Y1agr7[1]++h2*Y1agr7[2]+h3*Y1agr7[3]+h10*Y1agr7[4]+ h11*Y1agr7[5]); h12:=f12*(1f12)*(h1*Y1agr12[1]+h2*Y1agr12[2]+h3*Y1agr12[3]+h10*Y1agr12[4 ]+h11*Y1agr12[5]);h13:=f13*(1-f13)*(h1*Y1agr13[1]++h2*Y1agr13[2]+ h3*Y1agr13[3]+h10*Y1agr13[4]+h11*Y1agr13[5]); {4.Nron iin arlklar} Y1agr9[4]:=Y1agr9[4]+0.25*h4*x1; Y1agr8[4]:=Y1agr8[4]+0.25*h4*y;

130

{5.Nron iin arlklar} Y1agr9[3]:=Y1agr9[3]+0.25*h5*x1; Y1agr8[3]:=Y1agr8[3]+0.25*h5*y; {6.Nron iin arlklar} Y1agr9[2]:=Y1agr9[2]+0.25*h6*x1; Y1agr8[2]:=Y1agr8[2]+0.25*h6*y; {7.Nron iin arlklar} Y1agr9[1]:=Y1agr9[1]+0.25*h7*x1; Y1agr8[1]:=Y1agr8[1]+0.25*h7*y; {12.Nron iin arlklar} Y1agr9[5]:=Y1agr9[5]+0.25*h12*x1; Y1agr8[5]:=Y1agr8[5]+0.25*h12*y; {13.Nron iin arlklar} Y1agr9[6]:=Y1agr9[6]+0.25*h13*x1; Y1agr8[6]:=Y1agr8[6]+0.25*h13*y; i:=i+1; if ((i=4) and (i<>a)) then i:=i+1; if ((i=12) and (i<>a)) then i:=i+1; if i=14 then i:=1; x:=t[i,1]; z1:=t[i,2];z2:=t[i,3];z3:=t[i,4];z4:=t[i,5];z5:=t[i,6]; if i<>a then goto grv; {Test aamas} begin y:=-1; s:=3.14; x:=strtoint(edit1.text); if x<=1500 then x1:=0; if ((1500<x) and (x<3500)) then begin if ((1500<x) and (x<=2500)) then x1:=2*(((x-1500)/2000)*((x-1500)/2000)); end else x1:=(0); if ((1500<x) and (x<3500)) then begin if ((2500<x) and (x<3500)) then x1:=1+(((x-3500)/2000)*((x-3500)/2000)); end else x1:=(0);

131

if x>=3500 then x1:=2 ; net4:=x1*table1.fields[0].value+y*table1.fields[1].value; r4:=exp((-net4)*ln(s));f4:=1/(1+(r4)); net5:=x1*table1.fields[2].value+y*table1.fields[3].value; r5:=exp((-net5)*ln(s));f5:=1/(1+(r5)); net6:=x1*table1.fields[4].value+y*table1.fields[5].value; r6:=exp((-net6)*ln(s));f6:=1/(1+(r6)); net7:=x1*table1.fields[6].value+y*table1.fields[7].value; r7:=exp((-net7)*ln(s));f7:=1/(1+(r7)); net12:=x1*table1.fields[21].value+y*table1.fields[20].value; r12:=exp((-net12)*ln(s));f12:=1/(1+(r12)); net13:=x1*table1.fields[23].value+y*table1.fields[22].value; r13:=exp((-net13)*ln(s));f13:=1/(1+(r13)); net1:=f7*table1.fields[8].value+f6*table1.fields[9].value+ f5*table1.fields[10].value+f4*table1.fields[11].value+ f12*table1.fields[36].value+f13*table1.fields[37].value; r1:=exp((-net1)*ln(s));f1:=1/(1+(r1)); net2:=f7*table1.fields[12].value+f6*table1.fields[13].value+ f5*table1.fields[14].value+f4*table1.fields[15].value+ f12*table1.fields[38].value+f13*table1.fields[39].value; r2:=exp((-net2)*ln(s));f2:=1/(1+(r2)); net3:=f7*table1.fields[16].value+f6*table1.fields[17].value+ f5*table1.fields[18].value+f4*table1.fields[19].value+ f12*table1.fields[40].value+f13*table1.fields[41].value; r3:=exp((-net3)*ln(s));f3:=1/(1+(r3)); net10:=f7*table1.fields[27].value+f6*table1.fields[26].value+ f5*table1.fields[25].value+f4*table1.fields[24].value+ f12*table1.fields[28].value+f13*table1.fields[29].value; r10:=exp((-net10)*ln(s));f10:=1/(1+(r10)); net11:=f7*table1.fields[33].value+f6*table1.fields[32].value+ f5*table1.fields[31].value+f4*table1.fields[30].value+ f12*table1.fields[34].value+f13*table1.fields[35].value; r11:=exp((-net11)*ln(s));f11:=1/(1+(r11)); end;

132

EK-I Bir nsanda Kanszlk ve Demir Eksiklii Orannn Belirlenmesi Probleminin Delphi Programnn Kaynak Kodlar

var Udx,Uox,Uyx,Udy,Uoy,Uyy,Udm,Uom,Uym, k4,k5,k6,k7,k8,k9,k10,k11,k12, k14,k15,k16,k17,k18,k19,k110,k111,k112, net2,r2,f2,net1211,r1211,f1211, net3,r3,f3,net1311,r1311,f1311, net13,r13,f13, h13,net11311,r11311,f11311, h113, net1,r1,f1, net11,r11,f11, Y1,e1t,e2t,q,h1,h2,h3,h4,h11,h1211,h1311,h14,h11311, z1,z2,z1d,z1o,z1y,z2d,z2o, z2y,c,d:variant; a,i:integer; xm,ym,m:variant; s:real; epk:longint; Y1agr12:array[1..1] of variant; Y1agr11:array[1..1] of variant; Y1agr10:array[1..1] of variant; Y1agr9:array[1..1] of variant; Y1agr8:array[1..1] of variant; Y1agr7:array[1..1] of variant; Y1agr6:array[1..1] of variant; Y1agr5:array[1..1] of variant; Y1agr4:array[1..1] of variant; Y1agr112:array[1..1] of variant; Y1agr111:array[1..1] of variant; Y1agr110:array[1..1] of variant; Y1agr19:array[1..1] of variant; Y1agr18:array[1..1] of variant; Y1agr17:array[1..1] of variant; Y1agr16:array[1..1] of variant; Y1agr15:array[1..1] of variant; Y1agr14:array[1..1] of variant; Yagr3:array[1..1] of variant; Yagr2:array[1..1] of variant; Yagr13:array[1..1] of variant; Yagr1311:array[1..1] of variant;

133

Yagr1211:array[1..1] of variant; Yagr11311:array[1..1] of variant; e1:array[1..35] of variant; e2:array[1..35] of variant; t:array[1..25,1..5] of variant; {Formlara gei ve Sinirsel bulank an balang arlk deerlerinin atanmas}} if radiogroup1.itemindex=-1 then showmessage(' Ltfen seiminizi yapnz.'); if radiogroup1.itemindex=0 then begin randomize; sayi1:=random(10);sy1:=10+random(10); form2.edit1.Text:= floattostr(sayi1/sy1); sayi2:=random(10);sy2:=10+random(100); form2.edit2.Text:=floattostr(-sayi2/sy2); sayi3:=random(10);sy3:=10+random(10); form2.edit3.Text:=floattostr(sayi3/sy3); sayi4:=random(10);sy4:=10+random(10); form2.edit4.Text:=floattostr(sayi4/sy4); sayi5:=random(10);sy5:=10+random(10); form2.edit5.Text:=floattostr(-sayi5/sy5); sayi6:=random(10);sy6:=10+random(10); form2.edit6.Text:=floattostr(sayi6/sy6); sayi7:=random(10);sy7:=10+random(10); form2.edit22.Text:=floattostr(sayi7/sy7); sayi8:=random(10);sy8:=10+random(10); form2.edit8.Text:=floattostr(-sayi8/sy8); sayi9:=random(10);sy9:=10+random(10); form2.edit9.Text:= floattostr(sayi9/sy9); sayi10:=random(10);sy10:=10+random(10); form2.edit10.Text:= floattostr(-sayi10/sy10); sayi11:=random(10);sy11:=10+random(10); form2.edit11.Text:=floattostr(sayi11/sy11); sayi12:=random(10);;sy12:=10+random(10); form2.edit12.Text:=floattostr(-sayi12/sy12);

134

sayi13:=random(10);sy13:=10+random(10); form2.edit13.Text:=floattostr(sayi13/sy13); sayi15:=random(10);sy15:=10+random(10); form2.edit15.Text:=floattostr(sayi15/sy15); sayi16:=random(10);sy16:=10+random(10); form2.edit16.Text:=floattostr(-sayi16/sy16); sayi17:=random(10);; sy17:=10+random(10); form2.edit17.Text:= floattostr(sayi17/sy17); sayi18:=random(10);sy18:=10+random(10); form2.edit18.Text:=floattostr(sayi18/sy18); sayi19:=random(10);sy19:=10+random(10); form2.edit19.Text:= floattostr(-sayi19/sy19); sayi20:=random(10);sy20:=10+random(10); form2.edit20.Text:=floattostr(sayi20/sy20); sayi21:=random(10);sy21:=10+random(10); form2.edit21.Text:= floattostr(sayi21/sy21); sayi22:=random(10); sy22:=10+random(10); form2.edit22.Text:= floattostr(sayi22/sy22); sayi23:=random(10);sy23:=10+random(10); form2.edit23.Text:= floattostr(sayi23/sy23); sayi24:=random(10);sy24:=10+random(10); form2.edit24.Text:= floattostr(sayi24/sy24); sayi25:=random(10);sy25:=10+random(10); form2.edit25.Text:= floattostr(sayi25/sy25); sayi26:=random(10);sy26:=10+random(10); form2.edit26.Text:= floattostr(sayi26/sy26); form2.edit7.Text:='0,25';
{Eitim aamas}

epk:=0; i:=1; a:=1; z1:=3.1; z2:=590; xm:=7; ym:=21; m:=5;

135

basa: epk:=epk+1; e1t:=0; e2t:=0; grv: s:=3.14; if ((7<=xm) and (xm<=10)) then begin if ((7<=xm) and (xm<=10)) then edit29.Text:=floattostr((10-xm)/3); end else edit29.Text:=floattostr(0); if ((9<=xm) and (xm<=13)) then begin if ((9<=xm) and (xm<=11)) then edit30.Text:=floattostr((xm-9)/2); if ((11<xm) and (xm<=13)) then edit30.Text:=floattostr((13-xm)/2); end else edit30.Text:=floattostr(0); if ((12<=xm) and (xm<=16)) then begin edit31.Text:=floattostr((xm-12)/4); end else edit31.Text:=floattostr(0); if ((21<=ym) and (ym<=30)) then begin edit32.Text:=floattostr((30-ym)/9); end else edit32.Text:=floattostr(0); if ((28<=ym) and (ym<=36)) then begin if ((28<=ym) and (ym<=32)) then edit33.Text:=floattostr((ym-28)/4); if ((32<ym) and (ym<=36)) then edit33.Text:=floattostr((36-ym)/4); end else edit33.Text:=floattostr(0); if ((34<=ym) and (ym<=42)) then begin edit34.Text:=floattostr((ym-34)/8); end else edit34.Text:=floattostr(0); if ((5<=m) and (m<=15)) then begin if ((5<=m) and (m<=15)) then edit35.Text:=floattostr((15-m)/10); end else edit35.Text:=floattostr(0);

136

if ((10<=m) and (m<=35)) then begin if ((10<=m) and (m<=22.5)) then edit36.Text:=floattostr((x-10)/12.5); if ((22.5<m) and (m<=35)) then edit36.Text:=floattostr((35-m)/12.5); end else edit36.Text:=floattostr(0); if ((30<=m) and (m<=50)) then begin edit37.Text:=floattostr((m-30)/20); end else edit37.Text:=floattostr(0); Udx:=strtofloat(edit29.text); Uox:=strtofloat(edit30.text); Uyx:=strtofloat(edit31.text); Udy:=strtofloat(edit32.text); Uoy:=strtofloat(edit33.text); Uyy:=strtofloat(edit34.text); Udm:=strtofloat(edit35.text);Uom:=strtofloat(edit36.text); Uym:=strtofloat(edit37.text); if ((3<=z1) and (z1<=3.5)) then begin z1d:=(3.5-z1)/0.5; end else z1:=0; if ((3.5<=z1) and (z1<=5)) then begin if ((3.5<=z1) and (z1<=4.25)) then z1o:=(z1-3.5)/0.75; if ((4.25<z1) and (z1<=5)) then z1o:=(5-z1)/0.75; end else z1:=0; if ((5<=z1) and (z1<=6)) then begin z1y:=(z1-5)/1; end else z1:=0; if ((((z1d=0) and (z1o=0)) and (z1y=0))) then z1:=0; if ((z1o=0) and (z1y=0)) then z1:=z1d; if ((z1d=0) and (z1o=0)) then z1:=z1y; if ((z1d=0) and (z1y=0)) then z1:=z1o; if ((z1d=0) and ((z1o<>0)and (z1y<>0)))then begin if (z1o>=0.5) then z1:=z1o; if (z1y>0.5) then z1:=z1y; end; if ((z1o=0) and ((z1d<>0) and (z1y<>0))) then

137

begin if (z1d>=0.5) then z1:=z1d; if (z1y>0.5) then z1:=z1y; end; if ((z1y=0) and ((z1d<>0) and (z1o<>0))) then begin if (z1d>=0.5) then z1:=z1d; if (z1o>0.5) then z1:=z1o; end; if ((15<=z2) and (z2<=50)) then begin z2d:=(50-z2)/35; end else z2:=0; if ((50<=z2) and (z2<=300)) then begin if ((50<=z2) and (z2<=175)) then z2o:=(z2-50)/125; if ((175<z2) and (z2<=300)) then z2o:=(300-z2)/125; end else z2:=0; if ((300<=z2) and (z2<=600)) then begin z2y:=(z2-300)/300; end else z2:=0; if ((((z2d=0) and (z2o=0)) and (z2y=0))) then z2:=0; if ((z2o=0) and (z2y=0)) then z2:=z2d; if ((z2d=0) and (z2o=0)) then z2:=z2y; if ((z2d=0) and (z2y=0)) then z2:=z2o; if ((z2d=0) and ((z2o<>0)and (z2y<>0)))then begin if (z2o>=0.5) then z2:=z2o; if (z2y>0.5) then z2:=z2y; end; if ((z2o=0) and ((z2d<>0) and (z2y<>0))) then begin if (z2d>=0.5) then z2:=z2d; if (z2y>0.5) then z2:=z2y; end; if ((z2y=0) and ((z2d<>0) and (z2o<>0))) then begin if (z2d>=0.5) then z2:=z2d; if (z2o>0.5) then z2:=z2o; end;

138

if Udx>=Udy then k12:=Udx else k12:=Udy; if Udx>=Uoy then k11:=Udx else k11:=(Udx+Uoy)/2; if Udx>=Uyy then k10:=(Udx+Uyy)/2 else k10:=(Udx+Uyy)/2; if Uox>=Udy then k9:=Udy else k9:=Udy; if Uox>=Uoy then k8:=Uox else k8:=Uoy; if Uox>=Uyy then k7:=Uyy else k7:=Uyy; if Uyx>=Udy then k6:=Udy else k6:=Udy; if Uyx>=Uoy then k5:=Uoy else k5:=Uoy; if Uyx>=Uyy then k4:=Uyx else k4:=Uyy; if Udm>=Udx then k112:=1-Udm else k112:=1-Udx; if Udm>=Uox then k111:=1-Udm else k111:=1-Udm; if Udm>=Uyx then k110:=(Uyx+Udm)/2 else k110:=(Uyx+Udm)/2; if Uom>=Udx then k19:=1-Udx else k19:=1-Udy; if Uom>=Uox then k18:=Uom else k18:=Uom; if Uom>=Uyx then k17:=Uom else k17:=Uom; if Uym>=Udx then k16:=(Uym+Udx)/2 else k16:=(Uym+Udx)/2; if Uym>=Uox then k15:=1-Uym else k15:=1-Uym; if Uym>=Uyx then k14:=1-Uym else k14:=1-Uym; net2:=k6*y1agr6[1]+ k5*y1agr5[1]+k4*y1agr4[1]; r2:=exp((-net2)*ln(s)); f2:=1/(1+(r2)); net3:=k12*y1agr12[1]+k11*y1agr11[1]+k10*y1agr10[1]; r3:=exp((-net3)*ln(s)); f3:=1/(1+(r3)); net13:=k9*y1agr9[1]+k8*y1agr8[1]+k7*y1agr7[1]; r13:=exp((-net13)*ln(s)); f13:=1/(1+(r13)); net1:=f2*yagr2[1]+f3*yagr3[1]+f13*yagr13[1]; r1:=exp((-net1)*ln(s)); f1:=1/(1+(r1)); e1[i]:= (1/2)*((z1-f1)*(z1-f1)); e1t:=e1t+e1[i]; net1211:=k16*y1agr16[1]+ k15*y1agr15[1]+k14*y1agr14[1]; r1211:=exp((-net1211)*ln(s)); f1211:=1/(1+(r1211)); net1311:=k112*y1agr112[1]+k111*y1agr111[1]+k110*y1agr110[1]; r1311:=exp((-net1311)*ln(s)); f1311:=1/(1+(r1311)); net11311:=k19*y1agr19[1]+k18*y1agr18[1]+k17*y1agr17[1];

139

r11311:=exp((-net11311)*ln(s)); f11311:=1/(1+(r11311)); net11:=f1211*yagr1211[1]+f1311*yagr1311[1]+f11311*yagr11311[1]; r11:=exp((-net11)*ln(s)); f11:=1/(1+(r11)); e2[i]:= (1/2)*((z2-f11)*(z2-f11)); e2t:=e2t+e2[i]; q:=strtofloat(edit7.Text); {hatalar} h1:=f1*(1-f1)*(z1-f1); h2:=f2*(1-f2)*(h1*Yagr2[1]); h3:=f3*(1-f3)*(h1*Yagr3[1]); h13:=f13*(1-f13)*(h1*Yagr13[1]); h11:=f11*(1-f11)*(z2-f11); h1211:=f1211*(1-f1211)*(h11*Yagr1211[1]); h1311:=f1311*(1-f1311)*(h11*Yagr1311[1]); h11311:=f11311*(1-f11311)*(h11*Yagr11311[1]); {Yeni arlklar} Yagr2[1]:=Yagr2[1]+q*h1*f2; Yagr3[1]:=Yagr3[1]+ q*h1*f3; Yagr13[1]:=Yagr13[1]+ q*h1*f13; Yagr1211[1]:=Yagr1211[1]+q*h11*f1211; Yagr1311[1]:=Yagr1311[1]+ q*h11*f1311; Yagr11311[1]:=Yagr11311[1]+ q*h11*f11311; {3.nron iin yeni arlklar} Y1agr12[1]:=Y1agr12[1]+q*h3*k12; Y1agr11[1]:=Y1agr11[1]+q*h3*k11; Y1agr10[1]:=Y1agr10[1]+q*h3*k10; Y1agr112[1]:=Y1agr112[1]+q*h1311*k112; Y1agr111[1]:=Y1agr111[1]+q*h1311*k111; Y1agr110[1]:=Y1agr110[1]+q*h1311*k110; {2.nron iin yeni arlklar} Y1agr6[1]:= Y1agr6[1]+q*h2*k6; Y1agr5[1]:= Y1agr5[1]+q*h2*k5; Y1agr4[1]:= Y1agr4[1]+q*h2*k4; Y1agr16[1]:= Y1agr16[1]+q*h1211*k16; Y1agr15[1]:= Y1agr15[1]+q*h1211*k15; Y1agr14[1]:= Y1agr14[1]+q*h1211*k14;

140

{13.nron iin yeni arlklar} Y1agr9[1]:=Y1agr9[1]+q*h13*k9; Y1agr8[1]:=Y1agr8[1]+q*h13*k8; Y1agr7[1]:=Y1agr7[1]+q*h13*k7; Y1agr19[1]:=Y1agr19[1]+q*h11311*k19; Y1agr18[1]:=Y1agr18[1]+q*h11311*k18; Y1agr17[1]:=Y1agr17[1]+q*h11311*k17; i:=i+1; if ((i=5) and (i<>a)) then i:=i+1; if ((i=12) and (i<>a)) then i:=i+1; if ((i=21) and (i<>a)) then i:=i+1; if i=25 then i:=1; xm:=t[i,1]; ym:=t[i,2]; m:=t[i,3]; z1:=t[i,4];z2:=t[i,5]; if i<>a then goto grv; if i=a then begin if (((e1t+e2t)*100)>=1) then goto basa; end; end;
{Test aamas} xr:=strtofloat(edit1.Text); xry:=strtofloat(edit2.Text); xrm:=strtofloat(edit16.Text);

y:=-1; s:=3.14; if xr<=7 then xg:=0; if ((7<xr) and (xr<16)) then begin if ((7<xr) and (xr<=11.5)) then xg:=2*(((xr-7)/9)*((xr-7)/9)); end else xg:=(0); if ((7<xr) and (xr<16)) then begin if ((11.5<xr) and (xr<16)) then xg:=1+(((xr-16)/9)*((xr-16)/9));

141

end else xg:=(0); if xr>=16 then xg:=2 ; net4hb:=xg*table2.fields[0].value+y*table2.fields[1].value; r4hb:=exp((-net4hb)*ln(s)); f4hb:=1/(1+(r4hb)); net5hb:=xg*table2.fields[2].value+y*table2.fields[3].value; r5hb:=exp((-net5hb)*ln(s)); f5hb:=1/(1+(r5hb)); net6hb:=xg*table2.fields[4].value+y*table2.fields[5].value; r6hb:=exp((-net6hb)*ln(s)); f6hb:=1/(1+(r6hb)); net7hb:=xg*table2.fields[6].value+y*table2.fields[7].value; r7hb:=exp((-net7hb)*ln(s)); f7hb:=1/(1+(r7hb)); net1hb:=f7hb*table2.fields[8].value+f6hb*table2.fields[9].value+ f5hb*table2.fields[10].value+f4hb*table2.fields[11].value; r1hb:=exp((-net1hb)*ln(s)); f1hb:=(1/(1+(r1hb))); net2hb:=f7hb*table2.fields[12].value+f6hb*table2.fields[13].value+ f5hb*table2.fields[14].value+f4hb*table2.fields[15].value; r2hb:=exp((-net2hb)*ln(s)); f2hb:=(1/(1+(r2hb))); net3hb:=f7hb*table2.fields[16].value+f6hb*table2.fields[17].value+ f5hb*table2.fields[18].value+f4hb*table2.fields[19].value; r3hb:=exp((-net3hb)*ln(s)); f3hb:=(1/(1+(r3hb))); edit3.Text:=floattostr(f1hb); edit4.Text:=floattostr(f2hb); edit5.Text:=floattostr(f3hb); table5.Edit; table5.fields[0].asfloat:=f1hb; table5.fields[1].asfloat:=f2hb; table5.fields[2].asfloat:=f3hb; table5.Post; table5.Refresh; if xry<=21 then xgy:=0;

142

if ((21<xry) and (xry<43)) then begin if ((21<xry) and (xry<=31.5)) then xgy:=2*(((xry-21)/21)*((xry-21)/21)); end else xgy:=(0); if ((21<xry) and (xry<43)) then begin if ((31.5<xry) and (xry<43)) then xgy:=1+(((xry-43)/21)*((xry-43)/21)); end else xgy:=(0); if xry>=43 then xgy:=2 ; net4hct:=xgy*table3.fields[0].value+y*table3.fields[1].value; r4hct:=exp((-net4hct)*ln(s)); f4hct:=1/(1+(r4hct)); net5hct:=xgy*table3.fields[2].value+y*table3.fields[3].value; r5hct:=exp((-net5hct)*ln(s)); f5hct:=1/(1+(r5hct)); net6hct:=xgy*table3.fields[4].value+y*table3.fields[5].value; r6hct:=exp((-net6hct)*ln(s)); f6hct:=1/(1+(r6hct)); net7hct:=xgy*table3.fields[6].value+y*table3.fields[7].value; r7hct:=exp((-net7hct)*ln(s)); f7hct:=1/(1+(r7hct)); net1hct:=f7hct*table3.fields[8].value+f6hct*table3.fields[9].value+ f5hct*table3.fields[10].value+f4hct*table3.fields[11].value; r1hct:=exp((-net1hct)*ln(s)); f1hct:=(1/(1+(r1hct))); net2hct:=f7hct*table3.fields[12].value+f6hct*table3.fields[13].value+ f5hct*table3.fields[14].value+f4hct*table3.fields[15].value; r2hct:=exp((-net2hct)*ln(s)); f2hct:=(1/(1+(r2hct))); net3hct:=f7hct*table3.fields[16].value+f6hct*table3.fields[17].value+ f5hct*table3.fields[18].value+f4hct*table3.fields[19].value; r3hct:=exp((-net3hct)*ln(s)); f3hct:=(1/(1+(r3hct))); edit6.Text:=floattostr(f1hct); edit7.Text:=floattostr(f2hct);

143

edit8.Text:=floattostr(f3hct); table5.Edit; table5.fields[3].asfloat:=f1hct; table5.fields[4].asfloat:=f2hct; table5.fields[5].asfloat:=f3hct; table5.Post; table5.Refresh; if xrm<=5 then xgm:=0; if ((5<xrm) and (xrm<51)) then begin if ((5<xrm) and (xrm<=27.5)) then xgm:=2*(((xrm-5)/45)*((xrm-5)/45)); end else xgm:=(0); if ((5<xrm) and (xrm<51)) then begin if ((27.5<xrm) and (xrm<51)) then xgm:=1+(((xrm-51)/45)*((xrm-51)/45)); end else xgm:=(0); if xrm>=51 then xgm:=2 ; net4frtn:=xgm*table4.fields[0].value+y*table4.fields[1].value; r4frtn:=exp((-net4frtn)*ln(s)); f4frtn:=1/(1+(r4frtn)); net5frtn:=xgm*table4.fields[2].value+y*table4.fields[3].value; r5frtn:=exp((-net5frtn)*ln(s)); f5frtn:=1/(1+(r5frtn)); net6frtn:=xgm*table4.fields[4].value+y*table4.fields[5].value; r6frtn:=exp((-net6frtn)*ln(s)); f6frtn:=1/(1+(r6frtn)); net7frtn:=xgm*table4.fields[6].value+y*table4.fields[7].value; r7frtn:=exp((-net7frtn)*ln(s)); f7frtn:=1/(1+(r7frtn)); net1frtn:=f7frtn*table4.fields[8].value+f6frtn*table4.fields[9].value+ f5frtn*table4.fields[10].value+f4frtn*table4.fields[11].value; r1frtn:=exp((-net1frtn)*ln(s)); f1frtn:=(1/(1+(r1frtn))); net2frtn:=f7frtn*table4.fields[12].value+f6frtn*table4.fields[13].value+

144

f5frtn*table4.fields[14].value+f4frtn*table4.fields[15].value; r2frtn:=exp((-net2frtn)*ln(s)); f2frtn:=(1/(1+(r2frtn))); net3frtn:=f7frtn*table4.fields[16].value+f6frtn*table4.fields[17].value+ f5frtn*table4.fields[18].value+f4frtn*table4.fields[19].value; r3frtn:=exp((-net3frtn)*ln(s)); f3frtn:=(1/(1+(r3frtn))); edit13.Text:=floattostr(f1frtn); edit14.Text:=floattostr(f2frtn); edit15.Text:=floattostr(f3frtn); table5.Edit; table5.fields[6].asfloat:=f1frtn; table5.fields[7].asfloat:=f2frtn; table5.fields[8].asfloat:=f3frtn; table5.Post; table5.Refresh; Udx:=strtofloat(edit3.Text); Uox:=strtofloat(edit4.Text); Uyx:=strtofloat(edit5.Text); Udy:=strtofloat(edit6.Text); Uoy:=strtofloat(edit7.Text); Uyy:=strtofloat(edit8.Text); Udm:=strtofloat(edit13.Text); Uom:=strtofloat(edit14.Text); Uym:=strtofloat(edit15.Text); if Udx>=Udy then k12:=Udx else k12:=Udx; if Udx>=Uoy then k11:=Udx else k11:=Udx; if Udx>=Uyy then k10:=Udx else k10:=Udx; if Uox>=Udy then k9:=Udy else k9:=Udy; if Uox>=Uoy then k8:=Uox else k8:=Uox; if Uox>=Uyy then k7:=Uyy else k7:=Uyy; if Uyx>=Udy then k6:=Udy else k6:=Udy; if Uyx>=Uoy then k5:=Uoy else k5:=Uoy; if Uyx>=Uyy then k4:=Uyx else k4:=Uyy; if Udm>=Udx then k112:=1-Udm else k112:=1-Udx; if Udm>=Uox then k111:=1-Udm else k111:=1-Udm; if Udm>=Uyx then k110:=(Uyx+Udm)/2 else k110:=(Uyx+Udm)/2;

145

if Uom>=Udx then k19:=1-Udx else k19:=1-Udx; if Uom>=Uox then k18:=Uom else k18:=Uom; if Uom>=Uyx then k17:=Uom else k17:=Uom; if Uym>=Udx then k16:=(Uym+Udx)/2 else k16:=(Uym+Udx)/2; if Uym>=Uox then k15:=1-Uym else k15:=1-Uym; if Uym>=Uyx then k14:=1-Uym else k14:=1-Uym; net2:=k6*table1.Fields[6].value+ k5*table1.Fields[7].value+k4*table1.Fields[8].value; r2:=exp((-net2)*ln(s));f2:=1/(1+(r2)); net3:=k12*table1.Fields[0].value+k11*table1.Fields[1].value+ k10*table1.Fields[2].value; r3:=exp((-net3)*ln(s));f3:=1/(1+(r3)); net13:=k9*table1.Fields[3].value+k8*table1.Fields[4].value+ k7*table1.Fields[5].value; r13:=exp((-net13)*ln(s));f13:=1/(1+(r13)); net1:=f2*table1.Fields[9].value+f3*table1.Fields[11].value+ f13*table1.Fields[10].value; r1:=exp((-net1)*ln(s));f1:=1/(1+(r1)); z1:=f1; net1211:=k16*table1.Fields[18].value+ k15*table1.Fields[19].value+k14*table1.Fields[20].value; r1211:=exp((-net1211)*ln(s));f1211:=1/(1+(r1211)); net1311:=k112*table1.Fields[12].value+k111*table1.Fields[13].value+ k110*table1.Fields[14].value; r1311:=exp((-net1311)*ln(s));f1311:=1/(1+(r1311)); net11311:=k19*table1.Fields[15].value+k18*table1.Fields[16].value+ k17*table1.Fields[17].value; r11311:=exp((-net11311)*ln(s));f11311:=1/(1+(r11311)); net11:=f1211*table1.Fields[21].value+f1311*table1.Fields[23].value+ f11311*table1.Fields[22].value; r11:=exp((-net11)*ln(s));f11:=1/(1+(r11)); z2:=f11;
{durulatrma}

if ((Udz1=z1)) then begin

146

if z1>0.5 then sn:=z1*0.25+3; if z1<=0.5 then sn:=3.5-z1*0.25; end; if ((Uoz1=z1)) then begin if z1>=0.5 then sn:=z1*0.750+3.5; if z1<0.5 then sn:=5-z1*0.750; end; if ((Uyz1=z1)) then begin if z1>=0.5 then sn:=z1*0.5+3; if z1<0.5 then sn:=5.6-z1*1; end; if ((Udz2=z2)) then begin if z2<0.5 then snn:=z2*17.5+15; if z2>=0.5 then snn:=50-z2*17.5; end; if ((Uoz2=z2)) then begin if z2<=0.5 then snn:=z2*125+50; if z2>0.5 then snn:=300-z2*125; end; if ((Uyz2=z2)) then begin if z2<=0.5 then snn:=z2*150+300; if z2>0.5 then snn:=600-z2*150; end;